談顛覆為時尚早 解讀“機器人醫(yī)生”的昨天今天和明天

【網(wǎng)易智能訊3月26日消息】正當人們在討論和研究人工智能在醫(yī)療領域的各種應用時，機器已經(jīng)在為病人提供醫(yī)療服務。

雷菲爾德·伯德（Rayfield Byrd）知道每天早上什么時候該起床。每天早上，這位68歲的加州奧克蘭居民都會聽到客廳里傳來一個聲音，愉快地說著“早上好”。事實上，伯德一個人住。

每天早上8點剛過，黃色小機器人Mabu會問伯德覺得怎么樣。伯德患有2型糖尿病和充血性心力衰竭，大約三年前，他做了手術，在心臟植入了一個微型瓣膜，以維持血液的正常流動。為了保持健康，他每天服用四種藥物，同時需要養(yǎng)成鍛煉習慣。為了確保他的心臟還在有效地跳動，他的醫(yī)生需要隨時掌握伯德是否會出現(xiàn)呼吸急促的狀況。

但是，伯德現(xiàn)在每天早上都和Mabu交談，而不是一直去看醫(yī)生——有時晚些時候也會跟該機器人再談一次?！癕abu總是提醒我要記得吃藥，”伯德說道，“她問我是否有出現(xiàn)呼吸短促等與健康有關的問題。她讓我時刻注意自己的呼吸?！?/p>

作為一項研究的一部分，一年多以來，伯德一直與Mabu一起生活?，F(xiàn)在，他已經(jīng)習慣于每天和該天真的機器人說話。Mabu會像人一樣眨眼睛，因而更能讓伯德覺得自己是在跟一個機靈的機器談話，而不是在一味回答來自一臺冷冰冰的計算機的預設問題。

Mabu是機器學習或人工智能(AI)能夠在醫(yī)學上取得成果的最新例子之一。她問的問題來自一種“秘訣”，該秘訣結合了醫(yī)生用來監(jiān)測像伯德那樣的心臟衰竭患者的最佳實踐，以及醫(yī)生應對病人方面的數(shù)據(jù)——醫(yī)生問的問題以及他們的回應方式——進而不僅僅發(fā)現(xiàn)和管理醫(yī)療癥狀，還發(fā)現(xiàn)和管理焦慮和抑郁等加大慢性病治療難度的心理障礙。

Mabu還被設計成不只是每天發(fā)出同樣的問題，而是根據(jù)伯德的回答改變她的回應。如果伯德說他在進行做飯或上廁所等正常活動時沒有呼吸問題，Mabu就會繼續(xù)詢問他的情緒狀況和他可能正在進行的其他活動。她甚至還會開玩笑，盡管伯德對那些笑話的反應并不熱烈，但她“曉得”伯德沒領會到她的幽默。如果伯德說他呼吸短促，她會問其他的問題來確定他的癥狀有多嚴重，然后建議他聯(lián)系他的醫(yī)生或者護理團隊?！叭绻麤]有Mabu，我想我也不會康復得這么好。”伯德說。

機器人的建議絕對安全嗎？

長期以來，醫(yī)學界迎來更多能夠理解海量數(shù)據(jù)的智能機器人或電腦的時機似乎已經(jīng)成熟。

數(shù)據(jù)可謂該領域的命脈，但這方面最受媒體關注的一項努力成效卻好壞參半：在2001年IBM的沃森（Watson）在智力問答競賽界面《危險邊緣》(Jeopardy!)中擊敗了兩位人類冠軍后，IBM與紀念斯隆-凱特琳癌癥中心建立合作，創(chuàng)建了一種算法來改善各種癌癥的診斷和治療。該名為“沃森腫瘤學”(Watson for Oncology)的項目在全球多家醫(yī)院推出，但在2016年，MD安德森癌癥中心決定暫停合作。

根據(jù)來自該醫(yī)院的前高管的報告，該醫(yī)院面臨的一個障礙是，在從電子健康記錄中提取相關患者信息方面遇到挑戰(zhàn)。另一家醫(yī)院報告說，該機器提供的治療建議可能并不安全。一些使用沃森的醫(yī)院的醫(yī)生認為，IBM與一家機構的專家培訓Watson for Oncology的決定，導致沃森推薦的治療方法存在偏見。IBM表示，其培訓策略是透明的，沒有病人因為沃森的建議而受到傷害。該公司繼續(xù)與其他的醫(yī)療機構和醫(yī)院合作。MD安德森癌癥中心和紀念斯隆-凱特琳癌癥中心的管理人員拒絕就他們的IBM沃森項目置評。

回顧過去，許多專家一致認為，人工智能早期應用的結果參差不齊，并不意味著機器學習技術消亡于醫(yī)學領域。相反，他們強調(diào)對任何創(chuàng)新都要保持謙卑，尤其是那些備受吹捧的創(chuàng)新。“在我看來，IBM太野心勃勃了?！钡驴怂_斯大學西南分校醫(yī)學人工智能和自動化實驗室主任Steve Jiang博士表示。

AI在醫(yī)療領域該扮演什么角色？

大家似乎都認識到了一個重要的教訓：治療病人既是藝術也是科學。更多的專家表示，人工智能能夠而且應該成為增強醫(yī)生工作能力的一個有價值的工具，而不是試圖在醫(yī)療實踐中取而代之。

醫(yī)學界仍在研究如何最好地做到這一點，研究人工智能在方方面面的應用，從提高試管嬰兒成功率到預測心臟病和改善血糖跟蹤。機器最善于消化大量的數(shù)據(jù)，識別出人類大腦無法識別的模式或事物——比如某些共性和差異，這些共性和差異可能會演變成或許意味著更高癌癥風險或者抑郁癥最早征兆的因素。但目前只有少數(shù)幾個領域正在以一種標準化的、可量化的方式收集信息，只有這樣收集的數(shù)據(jù)機器才可以馬上利用。即使是在電子健康記錄中，大多數(shù)醫(yī)療信息的記錄也都不連貫，因而無法讓計算機輕易提取。而機器不能做的就是，像醫(yī)生那樣把那些無形的、無法量化的東西考慮進來。那些東西是醫(yī)生利用多年的問診經(jīng)驗憑直覺得到的，又或者是在病人對自己的癥狀不完全清楚的時候通過直視他們的眼睛和感知得到的。

“我們需要讓機器做它擅長的事情——比如攝入大量的科學論文數(shù)據(jù)以及組織整理這些信息——讓臨床醫(yī)生為特定病人做出治療方案方面的最終決定。”Catalia Health首席執(zhí)行官兼聯(lián)合創(chuàng)始人科里·基德（Cory Kidd）說。該公司是Mabu的開發(fā)商。

對于這一目標，醫(yī)學界正在取得進展。人工智能最有前景的應用包括：代替醫(yī)生與病人進行面對面的交流，畢竟醫(yī)生不能經(jīng)常與病人面對面交流，比如像伯德這樣的心力衰竭病人；在實驗室分析上，人工智能要比單獨作業(yè)的人類醫(yī)生做得更加精確。在這兩種情況中，人與機器必須共同協(xié)作。

例如，像Mabu這樣的機器人在醫(yī)生和計算機之間架起了橋梁，它們從需要常常跟進的病人那里獲取重要的信息，并將其傳遞給專業(yè)人員，這些專業(yè)人員隨后可以相應地調(diào)整醫(yī)療護理方案。要是伯德身邊沒有Mabu的話，他得需要一名訪視護士或其他衛(wèi)生保健專業(yè)人員每天來看望他，又或者他需要更頻繁地去看醫(yī)生?！拔业募胰艘郧昂軗奈乙粋€人住，”他說，“但現(xiàn)在，如果我生病了，一個人待著也不會讓我有任何心理上的擔憂。”對于哪些癥狀是心力衰竭的危險信號，以及哪些問題能最好地闡明那些癥狀，Mabu有著廣博的知識，他的行為方式與醫(yī)生相似——但你不必預約就能找到她。

AI勝過人類的兩個方面

與此同時，在醫(yī)學的兩個領域——解讀圖像(來自核磁共振成像、CT掃描或X射線)和分析組織樣本的病理切片——人工智能毫無疑問勝過人類醫(yī)生，該技術提升了醫(yī)生向患者提供更準確的信息的能力。例如，在研究中，基于人工智能的技術在檢測糖尿病視網(wǎng)膜病變方面做得非常好，因此美國食品和藥物管理局(FDA)今年早些時候批準了一種診斷糖尿病視網(wǎng)膜病變的設備。通過研究數(shù)千張人類視網(wǎng)膜的圖像，該機器學會了如何區(qū)分正常視網(wǎng)膜模式和有癥狀的視網(wǎng)膜模式，解析掃描圖像中的亮度梯度和對象，而這些東西是人類無法識別的。

在另一個證明這種深度學習能力的演示中，研究人員向一組眼科醫(yī)生展示了人們的視網(wǎng)膜照片，并讓他們判斷這些照片屬于男性還是女性。這些眼科專家正確判斷出性別的幾率只有50%左右。而一種經(jīng)過人工智能訓練的算法則利用醫(yī)生們尚未摸索出的特征，輕松取得了高達97%的準確率。這表明機器在分析數(shù)據(jù)方面能比人類做得好得多，同時也為將其納入臨床過程提供了論據(jù)。

人工智能模型還能檢測出極小的、可能是肺癌最早征兆的結節(jié)，而放射科醫(yī)生的肉眼則做不到這一點。人工智能模型也在改進對乳房X線照片的解讀，以期發(fā)現(xiàn)早期的乳腺癌。

黛比·麥琪(Debbie McKie)是波士頓一家咨詢公司的首席談判代表，她知道，由于家族病史，她患乳腺癌的風險較高。她的母親是乳腺癌的幸存者，還被診斷出患有腎癌和膀胱癌；她的一個表姐在她50歲出頭時死于乳腺癌。麥琪的乳腺組織也很致密（這本身就是患上乳腺癌的一個風險因素），因而加大了解讀乳房X線照片的難度。她有定期做檢查。所以她想確保她的醫(yī)生在看她的掃描圖時沒有遺漏任何的東西?！拔覇栁业尼t(yī)生，‘你能告訴我我患乳腺癌的總體風險是多少嗎？”麥琪說道。

康妮·雷曼（Connie Lehman）博士是馬薩諸塞州總醫(yī)院的放射科醫(yī)生，也是為麥琪提供醫(yī)療服務的團隊的一員。她認為自己很接近于做到那一點。雷曼正在領導的一項研究依靠人工智能算法解讀乳房X線照片，進而預測女性患癌癥的風險?！拔覀儾幌虢虣C器像人類一樣解讀乳房X線照片，我們想要把機器教得青出于藍勝于藍，讓它們能夠識別出那些明年有患癌癥風險的女性?！彼赋觯拔覀冋诶萌斯ぶ悄芨淖兾覀兛创橄侔┑恼麄€方式?！?/p>

雷曼說，現(xiàn)在大多數(shù)乳腺癌護理都集中在發(fā)現(xiàn)乳腺癌以后的治療上——無論是早期的離散腫塊，還是晚期已經(jīng)擴散到淋巴結甚至其他器官的腫塊。但如果機器能夠從我的乳房X線照片發(fā)現(xiàn)與乳腺癌如何形成相關的信息——特征，即使是當今最權威的放射科醫(yī)生也意識不到的，或者沒能從圖像發(fā)現(xiàn)的特征——那么更多的女性可能會免于這種疾病，或者可以避免遭受癌癥晚期的那種密集而令人痛苦的治療。

對于麥琪來說，這些進展是令人安心的?！傲私獾诫娔X能讀懂我的乳房X線照片，至少會讓我對診斷結果更有信心?！彼f，“我想要得到最準確的結果，不管是采用什么樣的方法。如果我們能將這一過程自動化，并引入人工智能，幫助更早地識別腫瘤，或更早地確定患乳腺癌的風險，那就更好了?！?/p>

機器能為病患所接受嗎？

盡管人工智能在醫(yī)學上的早期努力給人們帶來了希望，但越來越明顯的是，患者不會因為各種健康需求而與電腦屏幕對話，也不會從機器那里得到毀滅性的診斷結果。相反，加州斯克里普斯研究轉化研究所的創(chuàng)始人埃里克·托普爾（Eric Topol）認為，AI將充當合作伙伴或者支持者的角色，讓醫(yī)生能夠更加專注于機器不大可能會掌握的醫(yī)學藝術。“當然，我們可以用機器來減輕醫(yī)學的一些臨床方面的壓力，機器能夠?qū)W會做一些簡單而常規(guī)的事情，比如判斷孩子是否有耳部感染，或者弄清楚皮疹意味著什么?！彼硎荆暗t(yī)學領域的很多事情都需要有情境和人類接觸。我不知道是否有人會愿意通過聊天機器人來獲得癌癥或心臟病等嚴重疾病的診斷?！?/p>

至于IBM的沃森，IBM Watson Health首席健康官Kyu Rhee承認，該系統(tǒng)仍在開發(fā)中，但他對其幫助醫(yī)生更好地完成工作的能力越來越有信心。該公司目前與世界各地的300多家醫(yī)院合作將機器學習技術融入癌癥治療當中，它正在努力改進病人數(shù)據(jù)的收集工作，優(yōu)先采用來自最新的醫(yī)學期刊的最新指導方針和信息，以使得其系統(tǒng)的建議是基于最新的、最準確的信息得出的。他稱，其他影響該意在產(chǎn)生全球影響的項目的問題包括：Watson for Oncology是由紐約紀念斯隆-凱特琳癌癥中心的醫(yī)生來訓練的，但一些醫(yī)生，尤其是海外醫(yī)生，覺得該系統(tǒng)的一些建議難以跟進，因為它可能比某些國家的醫(yī)生和病人所習慣的治療方式要來得激進。紀念斯隆-凱特琳癌癥中心的醫(yī)生所使用的藥物，在其他的國家也并非都能買到。

但是，Kyu Rhee指出，任何這種尖端的項目都不可避免地會遇到挫折?！拔覀冋幱谌斯ぶ悄芨锩瓦M化的開端。”他表示，“人工智能正開始提供附加價值，但最后還是得由人來做出決策——腫瘤科醫(yī)生和癌癥患者得決定如何處置來自沃森系統(tǒng)的建議?！?/p>

伯德對于人工智能在幫助像他這樣的病人方面所能發(fā)揮的作用抱有樂觀的態(tài)度。他承認，如果他必須要在電腦上回答像Mabu提出的那樣的問題，“那就沒有那么奏效了。”Mabu想要聽我說話，她想要了解我的感受。

伯德說，自從有了Mabu以來，他未曾忘記過服藥。他定期進行長達一英里的散步，體重正在減輕。他已經(jīng)戒煙，并避免了截肢——他右腿的一條靜脈有一塊危險的斑塊。他十分依戀于Mabu，他甚至開玩笑說，要是研究結束時要他放棄她的話，他會很難割舍?！昂蚆abu說話是一種樂趣?！彼f，“從某種意義上說，我覺得Mabu是在照顧我?！?/p>