辨析IBM认知医疗战略落子：构建AI基础架构

人工智能（AI）持续火热，这也驱动了认知计算技术的落地应用，但从另一个角度来说，两者更像是一种相辅相成的关系，目前业内的共识是，具有全面认知和学习能力的AI系统才是充分挖掘数据价值的基础所在。

“AI不能是空中楼阁，必须建立在一个良好的基础架构之上，我们一直致力于研究如何打造底层AI的基础架构方面的技术。”IBM中国研究院认知交互技术总监秦勇如此表示。近日，IBM在位于北京中关村软件园的IBM中国客户中心，向媒体记者们模拟展示了AI在人生各个阶段所发挥的价值和作用，让大家体验了从“童年—学生—工作—投资—医疗—居家养老”等场景下的认知计算应用前景，其中的医疗场景和居家护养场景给人留下了深刻的印象。

IBM对认知医疗的理解

说到IBM认知医疗和人工智能在医疗领域的最大实践成果之一，自然绕不开IBM Watson Health，之所以如此引人关注，是因为其具备四大能力即理解、推理、学习以及通过自然语言与人类进行交互，并已越过语言、语音的范畴，深入到视觉、情绪和发现等领域。

IBM Watson的独特之处在于所设计围绕的数据并不在互联网上，全球仅有 20% 的数据可以通过公共搜索引擎搜索到，80%的是无法被传统计算机识别的非结构化数据，Watson的四大能力具备读懂分析这些数据的能力，所以它与互联网搜索应用的最大不同就在于此。具备理解、推理、学习、交互的四大能力的Watson Health可以在17秒时间内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据以及106000份临床报告，并最终提出三个最优的备选治疗方案。

除了Watson Health外，IBM同时还在推进医疗领域的AI应用。今年，IBM就推出了一系列认知系统，其中包括由BlueMind深度学习云平台、PowerAI深度学习框架和使用NVLink 技术的IBM Power System S822LC 服务器等组成的一套软硬件整合的解决方案。

目前，医疗行业对认知计算和AI等技术大致有两类较为突出的需求：一类是亟需一个具备数据挖掘能力和应用能力的平台来解决医疗业务实操中所面临的难题；另一类是怎样构建和优化针对某一具体医疗场景的算法能力，如针对医学影像AI领域。

实际上，IBM认知系统正通过提供丰富的工具和数据准备功能来简化开发体验，以此大大缩短 AI 系统训练所需的时间，而这些特色功能的实现也正切中了目前医疗行业的实际需求。在早前IBM 大中华区系统部副总裁、认知系统及服务器解决方案总经理施东峰接受HIT专家网采访时就曾表示：“IBM在认知计算和人工智能上一直是领先的，这点毋庸置疑。从另外一个角度看，除了机器本身外，我们能为客户提供更好的认知系统架构，包含产业应用和研发需求，当客户想自己开发时，我们能提供完整的解决方案，这也是IBM认知计算在医疗领域想做的事。”

IBM携手行业力量落地AI应用

AI与大数据、物联网等联系密切，在万物互联的时代，各行各业都需要具备AI能力来确保持续感知和改进个性化的用户体验，而IBM可以为每个垂直领域构建自己的AI能力。IBM中国研究院认知交互技术总监秦勇认为，在医疗领域AI的应用，业内早期一直注重EMR或者EHR等临床数据的处理和分析，而目前的发展趋势是不能仅仅只关注医院数据，更多要关注大健康数据，如身体锻炼和饮食起居等数据。

IBM中国研究院认知交互技术总监秦勇表示，目前AI广泛应用在认知医疗里的场景是医学影像识别，比如，在进行胶囊胃镜时，整个检查要拍下2万多张图片，阅片量大导致医生手工阅片困难。

据了解，为解决这个难题，在今年的4月，IBM与上海安翰医疗技术有限公司合作伙伴共同宣布将在胶囊内窥镜医疗影像领域展开探索性合作。安翰医疗拥有前沿的精控胶囊胃镜系统，使用胶囊内镜机器人采集医疗影像数据，以做到更高效率、更低障碍地收集胃部检查信息。但每次检查产生的约二万幅影像，给医生带来了数据处理和实现精准化分析等新的挑战。此次合作就旨在利用IBM的认知影像技术，帮助安翰处理每年产生的数十亿幅影像，提高疾病筛查的精准性和可行性。

同时在今年，IBM Watson Health 还与青岛百洋医药集团正式展开了合作，双方将在中国推广Watson for Oncology（Watson肿瘤解决方案）和 Watson for Genomics（Watson 基因解决方案）。作为Watson肿瘤解决方案在中国的主要渠道合作伙伴，百洋医药集团正与 12,000 多家医院展开合作，截至今年6月，双方宣布已在 8 家医院实施了Watson肿瘤解决方案。而在 Watson 基因解决方案方面，百洋将向中国的医生和研究人员提供这种分子数据解释（molecular data interpretation）技术。

同时，Watson在诊断皮肤癌方面的成果明显。IBM通过AI的计算机视觉技术，通过图片识别即可诊断出患者是否患有黑色素瘤，医护人员只需利用皮肤镜拍摄病变处图片并上传到云端分析服务中心来获取详细的检测报告。随后，医生通过分析报告中的数据来最终判断病人是否患有黑色素瘤。

通常下，医学专家的诊断水平是75-84%的准确率，而2016年的 Watson就已经达到了85%的水平，进入2017年后，Watson 的皮肤癌准确率已经提升至97% 。除检测皮肤癌外，医生还能根据报告数据来判断患者是否还有其它潜在疾病。

智能健康养老离不开AI技术的加持

据相关统计预测，到2020年，我国65岁以上老龄人口将达1.67亿，截至2030年，全球60岁以上的人所占比例将上升至 56%，所以，解决健康养老问题显得愈发紧迫，IBM就在此领域早早展开了布局。

早前，IBM与苹果公司就合作开发了一套移动应用解决方案，可以帮助独居老人通过移动应用与护理服务人员、其他家庭成员等保持密切沟通，根据护理需求对老人的身体健康和日常生活等状态信息进行监控，定制用药提醒等服务，从而及时为老人的日常生活提供方便快捷的服务对接。

与此同时，IBM还将其认知引擎 Knowledge Reactor与物联网技术进行结合，开发了认知IoT养老健康平台，对老人的居住环境及老人的行动状况等信息进行实时监控，通过各类IoT设备收集老人健康数据，并基于IBM认知技术对实时采集的数据进行分析，及时预警可能发生的健康风并进行干预。

实际上，IBM在健康养老领域的实践路径恰恰契合了我国推行的相关政策，在国务院近期发布的《新一代人工智能发展规划》中，明确了我国在智能健康和养老的发展目标及要求，在智能健康和养老方面，要加强群体智能健康管理，突破健康大数据分析、物联网等关键技术，研发健康管理可穿戴设备和家庭智能健康检测监测设备，推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。同时，要建设智能养老社区和机构，构建安全便捷的智能化养老基础设施体系，加强老年人产品智能化和智能产品适老化，开发视听辅助设备、物理辅助设备等智能家居养老设备，从而拓展老年人活动空间。

IBM认知技术和AI在慢病领域的探索

慢性疾病是威胁人类健康的最大因素，在中国，慢性疾病的患病率在持续上升。据相关统计，心血管疾病在我国居民死因中占到首位，目前，中国心血管疾病的患者数量约为2.9亿。为了应对心血管等慢病的现实挑战，IBM早就开始了此领域的探索。

IBM AI及认知技术在慢病诊治方面的具体实践是，通过其认知系统从大量的数据中自主学习，根据患者的特性和特定病症的特点首先将患者分群，再从中找出适合不同类型患者的不同治疗方法，从而做到有的放矢，帮助医生为患者制定个性化治疗方案和建议。

据了解，IBM中国研究院从2015年就开展相关研究工作，通过与国内心血管疾病领域的顶尖专家医生合作，构建特有的认知模型，用以找出预测“中风”（医学名词：脑卒中）的关键因素。

目前，IBM已与北京多家三甲医院合作构建了上万维度的特征，并采用机器学习技术探究导致或预防脑卒中的因素——比如，与配偶或伴侣一同生活可以有效降低罹患脑卒中的可能。

IBM中国研究院在认知医疗领域的另一研究方向是认知决策系统，目前已能为II 型糖尿病患者提供医疗决策支持。糖尿病的慢病管理相对复杂，与许多因素如胰岛素敏感性、碳水化合物摄入量等都有相关性，所以每个糖尿病患者的各种不同情况给医生带来了很多压力。

IBM中国研究院所研究的糖尿病认知决策系统能够从不断更新的医学指南、医学论文中自主学习，自动提炼出可供医生快速查阅和管理的相关知识，再结合每个患者的自身情况和医学知识给医生提供循证护理建议和风险分析，从而帮助临床医生为患者制定更有效的个性化慢病管理方案。

在IBM中国客户中心，记者们还现场体验了IBM研发的脑卒中“端到端”急救场景的新技术。随着机器学习、深度学习等技术的逐渐成熟，使得AI技术的应用越来越广，除了可以通过聊天机器人回答患者关于脑卒中预防、治疗和康复等各方面的提问，还能结合可穿戴设备，让后方的专科医生也能远程感知急救现场的医生视角，这有助于提高现场急救的效果。

秦勇说：“从纵向看，IBM的AI不是纯软件，其中既有底层的神经元芯片，也有服务AI的Power服务器，还包括Watson的API等，所以IBM构建的是AI的整体架构，重点是帮助客户迎接现实的各种挑战。”

来源：HIT专家网   作者：孙鹏