人工智能正在世界各地的临（lín）床环（huán）境中（zhōng）进行测试，这（zhè）不是什么秘密，但将（jiāng）复杂的算法（fǎ）应用到过时（shí）的医疗系统中是一个现实的目标吗?我（wǒ）们与Matej Adam谈论IBM正（zhèng）在进行的研究。

我们投资于人工（gōng）智能，开发了一（yī）个（gè）名为沃森(Watson)的人工智能（néng）平台，以IBM创始人之一的名字命名。当我们开发（fā）这项（xiàng）技术时，从（cóng）一开始就很明显，它在（zài）医疗（liáo）领域的应用有多种原因（yīn）。

一个原因是人工智能可以帮（bāng）助筛选（xuǎn）大量不同类型和格（gé）式的非结构化数据（jù）。医疗保（bǎo）健涉（shè）及大量非（fēi）结（jié）构化数据;对（duì）于研究人员想要分析的大多数临床记录和信息，并没有（yǒu）统一的（de）方法。目前（qián），这些数（shù）据被用（yòng）于通知（zhī）个别病（bìng）人的（de）情况，但它很难进行（háng）分析和使用以外。

人工智能（néng）可以用来从不断增长的数（shù）据海洋中获取信（xìn）息（xī）。与此（cǐ）同时（shí），医（yī）疗成本（běn）不断上升，员工、医（yī）疗服务和协调方（fāng）面的问题也越（yuè）来越（yuè）多。我们（men）相信，我们（men）的人（rén）工智能有巨大的潜力来应对这（zhè）些迫在眉睫的医疗问题。

我们倾向于使用“增强智能（néng）”这个术语，是为了说明我们并不是（shì）在取代人或专业（yè）人（rén）士，尤其（qí）是（shì）在医疗（liáo）领域。我们的技术是一种帮助。这可以比喻为（wéi）在车上使用GPS——GPS帮助导航（háng），但人仍然是司机。

从这个角度来看，人工（gōng）智能在任何有（yǒu）大量数据（jù）的地方都（dōu）有巨大的潜力。医疗（liáo）是一个（gè）特别突出的例子（zǐ），因为（wéi）它（tā）在数字化（huà）方面（miàn）落后（hòu）于很多行业。大多数情况（kuàng）下，那些例行公事和重复性的工（gōng）作仍然是手工完成的，如（rú）果系统能（néng）够通过所有必要（yào）的安全（quán）和隐私措施来实现自动化，那么系统将受益匪（fěi）浅。

这（zhè）可以解（jiě）放（fàng）专业人员——医（yī）生或护士——的（de）能力（lì），让他们从事更多有价值的工作（zuò），而不是常规的、重复性的工作（zuò）。在医疗保健领域（yù），几乎所有（yǒu）领域都有未（wèi）开发的（de）、难以置信的改善潜力（lì）。

以肿瘤学（xué）为（wéi）例，这（zhè）是（shì）我们特别（bié）关注（zhù）的（de）领域之（zhī）一。每年肿瘤学有7万项新（xīn）的研究（jiū）、文章和证据。这是不能被个人利用的。但是，我们可以（yǐ）设计（jì）一个系（xì）统来帮助定位，并提供（gòng）相关的信息。

个人在这（zhè）方面的（de）工作将不得不花更少的时间（jiān）浏览信息，可以花更（gèng）多的时间（jiān）研究病人的情况和（hé）研究基于证（zhèng）据的信息。这是（shì）一（yī）个我们（men）已经进步的领（lǐng）域（yù），在其他领（lǐng）域中，还有更多我们想要（yào）扩展的领域。

沃森人工智能从一开（kāi）始（shǐ）就投入了临床研究，以确保（bǎo）它（tā）得到了充分（fèn）的测试。这通常是医疗保健技（jì）术（shù）工作和测试的方式。

四五年前，我们（men）开（kāi）始测试自然语言处理（lǐ）是否有效，以及系统是否（fǒu）能够从非结构（gòu）化的研究文本中找到数据。随着我们的发（fā）展，我们特别（bié）关注的一件事是（shì）肿瘤学的临床决策支持。

我们（men）的工作是帮助将所有这（zhè）些基于（yú）证（zhèng）据（jù）的个性化（huà）信（xìn）息带到肿瘤医生或多学科（kē）小组会议上以帮助（zhù）他们决定如何治疗病人。

在我们测试了这（zhè）项技术是否有效之后（hòu），我（wǒ）们开始（shǐ）将沃森的建议与专家小（xiǎo）组（zǔ）进行比较（jiào），观察专家与系（xì）统之间的凝聚（jù）力和一致性。这（zhè）些研究非（fēi）常成功，这（zhè）让我们相信，我们（men）的系统可以（yǐ）与顶（dǐng）级机构和专家的意见相匹配。

从这些（xiē）研究（jiū）中，我们发现了一些有趣（qù）的问题，我（wǒ）们的技术可以（yǐ）帮助解决这些问题，比如不必要（yào）的护理可变性。这（zhè）意味着，进入医疗系统有问题的人可以在不同的医（yī）院接受不同的治疗，如（rú）果在不同的（de）情况下，甚（shèn）至（zhì）可以（yǐ）在同一（yī）家医（yī）院接受不同的治疗（liáo）。

不幸（xìng）的是，对（duì）于每个问题都没有通用的（de）、通用的协议和解（jiě）决方案（àn）。从临床（chuáng）结（jié）果或成本的角度来看，这（zhè）种程度的变化是不好的（de），有许多医疗系统和组织正在努（nǔ）力减少它。其中一些研究关（guān）注的是使（shǐ）用（yòng）沃森进行决策的影响，并得（dé）出了有趣的结果。

我们正在与卫生保健决策者合（hé）作，非常缓慢地改（gǎi）变流程和（hé）工作实践，并（bìng）在Watson的帮助下增加决策。到目前为止，我（wǒ）们（men）的发现（xiàn）表明，使（shǐ）用沃森（sēn），临（lín）床医生更能够（gòu）为特定（dìng）患者选择最佳治疗方案。

我们做了一项有（yǒu）趣的比（bǐ）较，比较对象是对其研究（jiū）课题有深入了（le）解的（de）专科医生（shēng）和一种特定（dìng）类（lèi）型的癌症（zhèng）(他们能跟上（shàng）文献和研究的进展)的影响，以及对多种类型的癌症和（hé）大量信息的多（duō）能肿瘤学（xué）家的影响。

我们看到（dào）这项技术的早期实施对（duì）多能肿瘤学家（jiā）的决策产生了重大（dà）的积（jī）极（jí）影响。这表明，我（wǒ）们的（de）技术在帮助如何（hé）做出治疗决定方面具（jù）有巨（jù）大（dà）的潜力。

我们正在进行区（qū）域研究。沃森（sēn）目前被（bèi）部署在五大洲的（de）一些医院。在特（tè）定的国（guó）家进行地（dì）方（fāng）研究似乎很重要因为这（zhè）是他（tā）们的医疗保（bǎo）健在提供医疗服务方面的运（yùn）作方式;人们关注当地的现实和条件。我们（men）把研（yán）究和研究带到（dào）当地。

我（wǒ）们也在评估这项技术（shù）的影响。最终，随着时间的（de）推移，我们将能够确（què）定更好的、改变的决策的成本影（yǐng）响。这将使我们能够（gòu）确定当地特定卫（wèi）生保健系统的实际含（hán）义（yì）。

有两个障碍:

首先（xiān）是数据的（de）质量和形式。大多数（shù）医疗数据组织和捕获都基于这样一个事实，即某人必（bì）须（xū）发送发票、退款、医疗保险请求（qiú）或类（lèi）似的东（dōng）西。这取决于你在哪里，以及报销制（zhì）度的类型。

逐渐地，真实的临床信息被捕获。然而，形式和质量是（shì）一个问题，因为不（bú）同的医疗保（bǎo）健提（tí）供者在（zài）这方面有很多不同（tóng）。这影响了数据的分析和处理。如果输（shū）入质量差（chà）的（de）信息（xī），分析结果将（jiāng）是质（zhì）量（liàng）差（chà）的（de）。

第二个更有挑战（zhàn）性的（de）障碍是人。医疗保健的这（zhè）一（yī）面可能非常保守。从医学的角度来看，这是件好事，因为这意味着人们不会因为前一天上网搜索的内容而每天被（bèi）区别对待。临床研究有助于建（jiàn）立这方面的指（zhǐ）导方针（zhēn）。

此（cǐ）外，引（yǐn）入这些过程对（duì）可提供的护理组织和协调水平有影响。这对医疗方面的应用较少，而对工作流的应用（yòng）较多（duō）。人们天生抗拒改变。

临床医生（shēng）需要接受和采用（yòng）这些做法，这是（shì）困难的。我们非常（cháng）专注于解决这个（gè）问题，并帮助从业者认识（shí）到（dào）这不是一个替代业（yè）务，实（shí）际上（shàng）我们会帮助他们（men），并提供许（xǔ）多好处。

下载:肿瘤学和基因（yīn）组学的挑战。

我们研究了人工（gōng）智能（néng）在病（bìng）人（rén）护理和决策中的应用（yòng）。从我们所看到的（de）情况来看，病人和他们（men）的关系不是问题（tí）。反馈是积极（jí）的，不需要任何形式的（de）运动。

然而，有一个（gè）共识是，我们需要向社会解（jiě）释人工智（zhì）能意味（wèi）着什么，而不是由机器人组成的（de）军队接管系统;相反，它基本上是工具的集合。在（zài）IBM，我们发布（bù）了关于人工智能的价值观（guān）和行为准（zhǔn）则（zé）。这包括这样的（de）概念，即我们不会（huì）在提供（gòng）者不了解数据的（de）情况下使用数据（jù），这（zhè）与其他许多业（yè）务不同。

我们的（de）工作（zuò）不是（shì）取（qǔ）代人;我（wǒ）们的目标（biāo）是替换任务，释（shì）放更多有价值的任务的能力。事实上，我们实际上是在创造以（yǐ）前（qián）不（bú）存在（zài）的新工作和能力。

我认为这（zhè）种（zhǒng）透明度是必要的，因为归根结底这是一个信任的问题。公（gōng）众和专业观众都需要相信我们的技术。

这种变化已经发生了（le）。人工智能数据已（yǐ）经被使（shǐ）用，尤其是新一代的（de）医疗专业人员（yuán），他们更自然地使用这些（xiē）数据。

然而，医疗保（bǎo）健系统需要采取重（chóng）要的步（bù）骤和调整，以（yǐ）达到可持续发展的目的。未来10年，人口老（lǎo）龄化和疾病负担等因素（sù）的成本轨迹（jì）非常成（chéng）问题。

在未（wèi）来十（shí）年，我们希（xī）望看到医疗专业人员在机械的、重复性的任务上花（huā）费更（gèng）少的时间，而在有价值的任务上花费更多（duō）的时间。

关键ASCO演示:

从ESMO突出:

Matej Adam领导着IBM在整个EMEA的Watson健康领域的肿瘤学投（tóu）资组合（hé），将（jiāng）人工智能技术应（yīng）用于临床实践（jiàn）。Adam拥有（yǒu）20年的经验，是一位（wèi）专注于（yú）医疗保（bǎo）健和生命科学中的信息和通信（xìn）技（jì）术的高管。

在此之前，Adam领（lǐng）导了几个（gè）国（guó）家医疗信息交换项目的设计和开发，并（bìng）为地区和国家（jiā）政府提供电子健康和（hé）健康（kāng）信息技术战略方面的（de）咨询，以改善医疗结果。

Adam对新技术部署充满热情（qíng），曾管（guǎn）理（lǐ）过几个病人安全（quán）和医院流程改进的转换项目，并领（lǐng）导了IBM的全（quán）球医疗解（jiě）决方案战略和投资组合。

亚当是英国雷丁大学(University of Reading)亨利（lì）商学院(Henley Business School)的MBA毕业生，主（zhǔ）攻金融和信息技（jì）术。在他的业余时间，他喜欢滑雪和与他的（de）家（jiā）人在欧洲旅行。