投资50亿的IBM医疗裁员70%：从象牙塔到落地，Watson被泼了哪些冷水

大数据文摘出品

来源：IEEE

作者：周素云、stats熊、栾红叶、橡树_hiangsug

1997年，IBM深蓝战胜国际象棋冠军卡斯帕罗夫，从此，这家蓝色巨人，连同Watson一起，开始为全世界熟知。

Watson也从此名声大噪，成为IBM持续数年经久不衰的“AI代言人“。2014年初，IBM投资10亿美元专门建立“Watson Group ”，并在一年后，开始全力进军医疗健康行业。

2015年4月，IBM成立了独立的Watson Health部门；到2016年，Watson大约花费了40亿美元收购了4家医疗数据公司，包括Explorys、Phytel 和Merge Healthcare。医疗这块大蛋糕似乎是人工智能时代，IBM亟待转型的一步大棋。

而仅仅成立三年后，这一昔日的明星部门就被传出裁员50%至70%，一场“AI+医疗的泡沫破灭”，引起了整个行业的一片哗然。

本月，在IEEE Spectrum的特别报告《How IBM Watson Overpromised and Underdelivered on AI Health Care》一文中，细数了Watson医疗曾经所立下的目标和被泼的冷水，并对比了如今的发展现状。

文摘菌只能感叹：太美的承诺因为太年轻。让我们也回顾一下Waston医疗渐行渐远的这一路，希望更多的AI公司能从他们的经验教训中找到出路。

技术与业务的鸿沟

2014年，IBM为其人工智能部门（称为IBM Watson）新开设了一个酷炫的总部：建筑位于曼哈顿，玻璃外观在阳光下闪闪发亮，科技感十足；其内部构造类似于一个微型天文馆，供潜在客户和访问者们进行“沉浸式体验”。

同年，令人瞠目结舌的Watson‘脑力’显现出其颠覆医学的潜力，在演示中，Watson收集了一组罕见的患者症状，并提出了可能的诊断列表，每个诊断都注明了经Watson计算出的置信水平及与之相关的医学文献。

在圆顶象牙塔内，Watson的记忆库掌握着每种罕见疾病的知识，它的处理器不容易受到医生主观认知偏见的影响，它甚至可以在几秒钟内处理一个棘手的病例。如果Watson能够将这种即时专业知识带到世界各地的医院和诊所，人工智能似乎可以减少诊断错误，优化治疗，甚至减轻医生数量的短缺。

但是，象牙塔内的承诺无法做到跨越技术与业务之间的鸿沟。

其强大的技术无法与当今混乱的保健医疗系统相兼容；机器学习的模式与医生的工作方式根本无法匹配，癌症治疗的初衷举步维艰。

创造一名“AI医生”极其困难

IBM在2011年开始大胆尝试改革医疗保健，给Watson指出一条AI医生的道路。当时，IBM Watson在电视上展示的突破性技术应用于医学领域——主要是其理解自然语言的能力。公司同时做出承诺，Watson的首批医疗保健产品将在18至24个月内上市。

事实上，IBM的医疗产品并没有成功商业化，从IBM的Watson医疗走出的AI医生也与设想具有很多差距， 更像是执行日常任务的AI助手。

彼时，IBM已花费数十亿美元用于收购AI企业，以加强其内部开发实力，但内部人士表示，被收购公司尚未做出太多贡献。

到目前为止，监管机构只批准了少数基于AI的工具用于真实医院和医生办公室：这些开创性产品主要聚集在图像诊断领域——通过计算机视觉技术分析图如X射线和视网膜扫描图像进行诊断。而IBM却没有分析医学图像的产品落地。

除了图像领域，为人类医生的专业知识编码是一个非常棘手又浩大的工程，即便是如今最优秀的AI也难以理解复杂的医疗信息。

IBM的‘首败’至少可以向技术专家和医生们证明：试图创造出一位AI医生，这是一件极其困难的工作。

“肿瘤专家顾问”合作中断

MD 安德森癌症中心与IBM Watson合作，为肿瘤学家创建了一个咨询工具（Watson for Oncology），该工具使用自然语言处理系统（NLP）总结患者的电子健康记录，并通过搜索其背后强大的数据库为医生提供治疗建议。

MD 安德森癌症中心斥巨资购买了这一项目，并在白血病科进行了第一次尝试。但该中心在2016年中断了这次合作，即便是已经花费6200万美金。具体原因我们不得而知。

或许我们可以从今年的图灵奖得主，人工智能研究专家Yoshua Bengio的评论中得到启发。

IBM对医疗保健系统中不同参与者进行了数量惊人的调查，希望AI可以通过分析海量的数据集做出决策支持，扩大Watson的“认知”能力。但NLP虽然取得较大进步， 但与人类还是相差甚远。

Bengio说：在医学文本方面，AI系统无法消歧，也无法找到人类医生会注意到的细微线索。虽然AI不需要充分了解也可以帮助医疗，但确实还没有一个AI能与人类医生的理解和洞察力相匹配。

一些研究将Watson for Oncology癌症治疗建议与医院肿瘤学家的建议进行了比较。下图为Watson的建议与专家的治疗计划相匹配的百分比。

在印度，Manipal综合癌症中心的医生对638例乳腺癌病例中，Watson与专家治疗建议的一致率为73％。Watson在韩国Gachon大学Gil医疗中心表现更差，该医院为656名结肠癌患者提供的最佳建议，只有49％与专家相匹配。

据传闻，IBM在美国很难找到Watson肿瘤产品的买家。一些肿瘤学家说他们更相信自己的判断而不需要Watson来告诉他们需要做什么。

“认知教练系统”未能上线

运动服装公司Under Armour曾与Watson Health合作创建“个人健康培训师和健身数据顾问。”该项目使用Under Armour的活动跟踪器应用程序提供的数据，并由认知教练根据用户的习惯提供定制的培训计划，并基于相似用户的数据进行分析，为用户提供健身建议。但这一认知教练系统从未投入市场使用，且Under Armour中断了与IBM Watson的合作。

下表为IBM在医疗方向项目与目前的进展：

商业化期望越高，失望越大

Chase 作为一名IBM的研究人员， 曾开发出一种诊断工具，但IBM并不打算使其商业化，只能陈列在实验室内供游客参观。最终，对IBM在医疗上的缓慢发展而感到失望的Chase 选择与IBM分道扬镳。

马里兰大学放射学教授、信息系统副主席艾略特·西格尔，曾经众多Watson狂热粉丝中的一员，也与IBM进行过医疗诊断研究。虽然他认为AI驱动的工具对医生来说不可或缺，但他怀疑IBM能够产生那些令人兴奋的产品，他更寄期望于谷歌、苹果和亚马逊这类公司。

2014年离开的IBM的Kohn说：“拥有强大的技术是不够的，你还要向我证明，这款产品的确是有价值的，可以让我生活的更好， 让我的父母生活的更好。”

为了让人工智能充分发挥其潜力并改变医学，医疗保健的标准必须改变。Kohn说，人工智能系统可以考虑比临床试验更多的因素，并可以将患者分成更多的类别，以提供“真正个性化的护理”，但前提是基础设施也必须改变: 医疗机构必须同意分享其专有和隐私控制的数据，以便人工智能系统能够从数百万多年来跟踪的患者身上学习。

他一直期待着在医学期刊上可以看到有关Watson产品的文章，能够证明AI可以改善患者的治疗效果或节省医疗系统开支。但遗憾的是这类文章寥寥无几，也就是说Watson并没有突破性的成果。

但无论如何， 在数字化时代里， IBM Watson 不是第一个象牙塔的守望者，也不会是最后一个丛林中的引路人。

相关报道：

https://spectrum.ieee.org/biomedical/diagnostics/how-ibm-watson-overpromised-and-underdelivered-on-ai-health-care