Watson首次确诊罕见白血病，10分钟诊断难点何在？

但在经历各种疗法后，效果并不明显。 根据东大医学院研究人员Arinobu Tojo的说法，他们利用Watson系统来对此病人进行诊断。系统通过比对2000万份癌症研究论文，在10分钟得出了诊断结果：患者得了一种罕见白血病。

该研究主要由美国的IBM研究所，纽约基因组中心及东大医学研究所联合完成。

10分钟诊断是如何实现的？    

东京系统与软件开发研究所Watson Health Cloud的软件工程师林雪婷向雷锋网(搜索“雷锋网”公众号关注)表示，目前医疗方面的项目难点其实比较统一。

• 首先，你要有可以对照的数据，在这个项目里是和纽约基因中心进行合作。

• 其次数据使用时，第三方只能根据HIPPA协议使用个人数据的统计信息；

• 再者，可能就是怎么把数据导出来作为这个研究的样本了，这个也很麻烦，因为基因数据很大。

而做人工智能诊断智能图谱的康夫子CEO，前百度自然语言处理部资深研发工程师、文本知识挖掘方向负责人张超也列举了这一研究的主要难点。“数据抽取是个非常有门槛的技术”，主要体现在四个方面：

1. 相比较结构化或者半结构化抽取，无结构化抽取面临更多的挑战，比如：抽取模板学习更为复杂，抽取过程的语义转移，另外还有不少歧义、边界问题需要处理；

2. 无结构化抽取的面对的数据源更为繁杂，如：网页、论文、书籍、问答数据等等，不同数据源带来的数据清洗工作也不尽相同；

3. 在医学应用场景下，要求抽取工作的准确率、召回率都需要很高，这也是抽取任务的一大挑战；

4. 无结构化文本抽取的过程也伴随着大量的计算，对计算性能也有较高的要求。

而新闻中提到的“10分钟”，在林雪婷看来，“应该是不包括把数据导出来的时间的”。

张超也对这一点表示肯定。“这个10分钟，应该是用在匹配搜索上的。”

也就是说，这一过程首先要对结构化的知识进行构建，肯定是在离线状态下完成的。在这个案例中，将基因中心的相关数据导在一个数据池中，并进行内容管理，而Watson在10分钟内所做的，就是在已经做了筛选的数据中进行对比，找寻相似项。

“所以文中说的2000万论文，应该是离线抽取后使用的；还有一种可能是，利用这2000万篇论文去调参原来的模型。”

Watson的医疗蓝图

2011年2月，Watson在智力节目《危险边缘》打败了人类对手，用自然语言实现深度问答，展示了其强大的学习能力。而Watson在医疗机构的合作，同样也帮助医学研究人员在认知计算应用上不断推进。

Watson Health成立于2015年4月，吹响了Watson进军医疗行业的号角。

去年7月，Watson和美国第二大连锁药店CVS进行合作，对用户行为和指标分析，并预测其健康状况。在第一阶段的合作中，CVS主要向Watson开放用户的行为信息、临床数据、购药数据及保险信息等。

8月份，IBM还收购了医学影像公司Merge，结合Watson的认知学习能力，能够将医学影像、诊断和用药方案三者贯通起来，而对医学影像的深度解读，就成为了Watson的核心力量。除外，IBM还与苹果、美敦力等公司建立了合作关系。

Watson在医学研究上的应用其实不只局限于诊断领域，在读病例、读论文、寻找治疗疾病的配药方面，都已经有了成果。此前IBM和美国癌症基因会（AACR）建立过合作，据推测这一举措可能是为了获得患者的统计数据，但Watson在治疗上的成功应该是首例。

张超对IBM Watson的信心相对比较充足，他认为只要有足够的数据，就可以在肿瘤领域大规模应用。

“在记忆维度，机器要比人厉害；只要灌输给机器足够多的知识，机器可以代替人们来搜索各种可能，最后辅助医生。”

而根据林雪婷向雷锋网的表述，Watson Health Cloud将把这个案例作为成功应用放在医疗云上，这也就意味着可能成为大范围的应用。

“但我估计真正落实到云端可以用的，也就是说医院可以直接应用于诊断领域的方法要两三年，在这之前都是研究成果而已。”

而林雪婷也指出，目前所有的项目，所引用的数据都源于美国，日本暂时还没有相关的第三方使用医疗数据的法规，“据说（日本）明年会重新提案立法。”虽然目前我们已经看到了IBM在医疗领域上的成功，但要真正走进我们的日常诊断中，不仅需要技术的不断优化，在法律上同样也需要迎头赶上啊。