醫療人工智慧的AlphaGo在哪兒

「人工智慧將在改變世界的進程中起到令人難以置信的作用。」DeepMind聯合創始人MustafaSuleyman在由圍棋協會、浙江省體育局主辦的人工智慧高峰論壇上說，「它能夠幫助人們解決某些極其緊迫且複雜的問題，比如能源和醫療保健。」

論壇舉辦在人工智慧AlphaGo大戰柯潔期間，而其中的話題卻並不僅僅聚焦於圍棋。與比賽帶來的震撼相比，許多學者關注的是人工智慧在醫療等服務領域會給人類帶來怎樣的福祉。

預防，還是預防

在暢銷書《最好的告別》（《Beingmortal:MedicineandWhatMattersintheEnd》）中，作者認為，對提高老年人的生活質量以及健康指數來說，預防性的措施比治療更加重要。在論壇上，不少嘉賓的發言與這個觀點不謀而合，而受益的人群則超越了老年人群體。

Mustafa分享了他關於醫療人工智慧在預防疾病領域的樂觀預期。Mustafa介紹說，有數據顯示，美國每年25萬與急性腎衰竭有關的死亡病例中，未能提供主動護理是三大死因之一。97%以上的急性護理是應對性而不是預防性的。

「50%以上的醫療都不是循證醫學，而是高度依賴以往的經驗。」Mustafa認為，這提供了人工智慧大展拳腳的空間。

Mustafa說，數據顯示，每年與急性腎衰竭有關的死亡病例，英國有4萬多，美國則達到20多萬，「這些死亡病例中，有四分之一是可以避免的」。

他表示，英國有四分之一的人超重，他們患糖尿病的風險是正常人的40倍，因而這部分人遭受由糖尿病引起的視力損傷的可能性是正常人的25倍。這一類由糖尿病引起的視力損傷，有98%是可以通過早期監測來預防的。

「你所要做的是遵循最佳實踐指南」

「我們觀察到，醫療行業的技術很多已經長期停滯不前了，效率很低。但在全世界範圍內，醫療投入占GDP的比例相當大，錢花在哪兒了？不是在創新方面，而是維持。」因而Mustafa提出，一些耗費大量時間的事務，能否用人工智慧幫助醫護人員完成？

LilyPeng是DeepMind負責健康研究的產品經理，她曾在加州大學舊金山分校及伯克利分校獲得了生物工程學的醫學博士學位。她說，印度眼科醫生缺口近13萬，有45%的患者在診斷前飽受視力喪失的折磨。近些年，放射醫療設備的成本正在快速下降，這意味著更多人有條件獲得更好的診斷。但是正如Mustafa所提到的三維眼球掃描面臨的難題：「沒有足夠的放射科專家根據片子作正確診斷。」

在他們看來，人工智慧能夠彌補這一缺口。LilyPeng指出，通過機器學習模型診斷糖尿病視網膜病變的準確率可以達到91%，眼科醫生的中值為95%。這一技術也被哈佛醫學院安德魯·比姆博士等讚譽為代表了醫藥行業「美好新世界」。

在論壇期間接受記者採訪時，LilyPeng介紹，她和團隊將深度學習視網膜成像、糖尿病檢測和乳腺癌檢測等技術應用到了醫療影像領域，提升了醫療影像的可獲取性和準確性，提升了臨床應用的體驗。

LilyPeng說，乳腺癌活檢的數據顯示，每12個人就有一個患者乳腺癌活檢可能被誤檢。而通過機器學習等技術，不僅可以通過深度學習快速辨別出糖尿病視網膜病變的跡象，在癌症檢測上也可以通過活檢圖像來定位癌細胞的位置，以便對患者實行醫療指導。

用Mustafa的話解釋也許更為清晰：「在英國，平均每4個醫護人員要接待8位患者，有30條醫療途徑可以選擇。AlphaGo可以選擇最佳的路徑，做到1個醫護人員接診1位患者，使用1條路徑。」

醫療人工智慧如此厲害，是否會取代人類？LilyPeng說，這絕不是它的本意，也不會是未來。她說，現在的技術和演算法是幫助醫生節省時間，讓醫療更多集中於和患者實現更深入溝通。

醫療人工智慧未來可期

事實上，DeepMind在英國乃至國際醫療界成名卻源於去年年底陷入的風波。DeepMind旗下一款名為Streams的移動應用向醫生和護士推送急性腎損傷的消息，減少患者等待的時間。這意味著該產品擁有海量患者信息。

這得益於DeepMind與倫敦免費國家醫療服務體系信託（LondonRoyalFreeNationalHealthServiceTrust）旗下的3家醫院簽訂的兩個協議。根據協議，該信託把超過200萬倫敦市民的醫療記錄轉給了DeepMind。

相關機構對患者信息數據是否會得到濫用表達了憂慮，尤其是和腎臟疾病無關的數據也被一併上傳。Mustafa在此次論壇期間接受採訪時再次重申：「我們系統處理的數據，絕對是只在相關醫院體系內。」

Mustafa說，7年前，他們創造DeepMind的時候，很多人都說他們瘋了；後來，他們開發AlphaGo，大家也說他們瘋了。

現在人工智慧的普及程度，讓Mustafa有理由欣慰——至少，他們不用再擔心別人說他們瘋了。很多人相信他們研究的東西是有意義的。

對消費者來說，Mustafa在採訪中提到的一個暢想引人期待：現在不論一個人錢多錢少，大多數人用的電腦都是一樣的，手機也差不多。再過幾十年，我們會看到不同的人使用的醫療服務也是一樣的。