日前，日本東京大學醫(yī)學研究院的科學家利用美國國際商用機器公司(IBM)公司研發(fā)的“沃森”人工智能系統(tǒng)，僅用不到10分鐘時間就判斷出一名60歲女性患有罕見的白血病，并向研究人員提出了治療方案，為這名女性的康復做出了重要貢獻。

       此事再次點燃了人們對將人工智能技術應用于醫(yī)療保健領域的熱情，但也有科學家擔心，醫(yī)療隱私數(shù)據(jù)會被泄露和濫用。

       從下棋到檢測癌癥

       眾所周知，“沃森”并非等閑之輩。早在2011年2月，它就在美國智力競賽節(jié)目《危險邊緣》中打敗過人類對手，展示了強大的學習能力，從而聲名大噪。現(xiàn)在，它開始在醫(yī)學領域發(fā)力。

       在上述診斷案例中，最初的診斷結果表明，患者得了急髓白血病，但在經(jīng)歷各種療法后效果并不明顯。無奈之下，該研究所東條有信(音譯)領導的團隊將求助目光投向了“沃森”，希望用它來對病人進行診斷。該系統(tǒng)通過比對2000萬份癌癥方面的研究論文，在10分鐘內(nèi)即得出了診斷結果：患者得了一種罕見的白血病。這些研究論文由研究團隊上載，其中包含疾病癥狀、治療方法和治療效果等信息。

       無獨有偶。據(jù)美國商業(yè)內(nèi)幕(BusinessInsider)網(wǎng)站2016年8月12日報道，美國紐約紀念斯隆—凱特琳癌癥中心也進行了同樣的工作。該中心是世界上歷史悠久、規(guī)模龐大的私立癌癥中心之一，這里的醫(yī)生和數(shù)據(jù)分析師們用腫瘤學數(shù)據(jù)來訓練“沃森”的機器學習能力，以提高其在癌癥診斷方面的預測和分析能力。

       此前，“沃森”的前輩——IBM的人工智能“深藍”機器人(300024)，在1996年的一場比賽中以4∶2的戰(zhàn)績打敗了俄羅斯象棋選手加里.卡斯帕羅夫，成為第一個打敗國際象棋冠軍的人工智能。從技術決定論的觀點看，20年彈指一揮間，人工智能“發(fā)威”的陣地從象棋比賽轉移到對抗癌癥，似乎是一件順理成章的事。

       實際上，世界上第一個計算機臨床決策支持系統(tǒng)AAPhelp在1972年就由提姆.德-多姆巴爾和蘇珊.克萊普于英國研制成功。這套系統(tǒng)使用一種樸素的貝葉斯算法來根據(jù)病人的癥狀計算出劇烈腹痛可能的原因。隨著科學家向該系統(tǒng)內(nèi)輸入的癥狀和診斷數(shù)據(jù)越來越多，它變得日益精確。到了1974年，該系統(tǒng)的診斷精度已經(jīng)超過資深醫(yī)生。盡管AAPhelp需要一個晚上的時間才能給出診斷結果，但不要忘了，那時運行的是上世紀70年代的計算機硬件。

       喝彩與爭議并存

       然而，在醫(yī)療健康領域使用人工智能、機器學習和大數(shù)據(jù)等先進技術并非毫無爭議。

       一方面，有些人滿懷熱情地認為，在醫(yī)療領域利用這些技術可以挽救生命，獲得新的醫(yī)療突破，為患者提供各種個性化的治療方案，從而滿足不同人的需求。

       而另一方面，也有不少人持懷疑態(tài)度。他們重視個人隱私，對機器缺乏信任，擔心自己的病例被泄露，同時也擔憂英國作家奧爾德斯.倫納德-赫胥黎的科幻作品《美麗新世界》那樣的場景在生活中上演。該作品描寫了在一個想象的未來新世界中，人類成為嚴密科學控制下的一群身份和一生命運都被注定的奴隸。

       需要克服的不僅是技術挑戰(zhàn)

       盡管AAPHelp和“沃森”間隔了數(shù)十年，但都證明計算機能挽救生命。在健保領域使用大數(shù)據(jù)預示著，病人的病例和其他私人信息可能被用于訓練人工智能進行診斷。在自我保護意識不斷增強的今天，人們對私人數(shù)據(jù)的使用方式日益敏感，期望實行更嚴格的倫理、管理、隱私和安全標準，谷歌公司就曾因此飽受爭議。

       據(jù)英國《每日郵報》報道，谷歌英國子公司“深度思維”為研發(fā)幫助監(jiān)控腎病的應用，在未經(jīng)患者同意下，獲得了160萬份私人醫(yī)療記錄，其中包含病人的完整醫(yī)療史和是否被診斷患有艾滋病、抑郁癥、毒品或酒精上癮及墮胎等信息，此舉引發(fā)了不少的爭議。

       “深度思維”資深科學家多米尼克.金表示：“對于尋找病人病情惡化癥狀的醫(yī)護人員來說，獲得及時和相關臨床數(shù)據(jù)非常重要。腎病專家認為，這套警報系統(tǒng)將改變治療結果。”但病患協(xié)會首席執(zhí)行官凱瑟琳.墨菲稱：“如此多數(shù)據(jù)若落入壞人之手，將產(chǎn)生可怕后果?；颊唠[私必須受到保護。”

       因此，將這些技術用于健保領域的最大困難不是創(chuàng)造算法，而是在采取嚴格數(shù)據(jù)保護措施的情況下，進行深入研究的耐心和決心。英國利茲大學數(shù)據(jù)分析研究所的科學家最近使用IBM的“沃森”機器內(nèi)容分析軟件，對英國民眾的5000萬份病理學和放射學報告進行了分析。在此過程中，研究人員采用了一系列方法來保護數(shù)據(jù)安全。

       研究人員使用自然語言處理程序，對腦轉移、HER-2乳腺癌及腎積水等診斷進行了復核，正確率超過90%。在接下來的兩年內(nèi)，為了將機器學習技術應用于常規(guī)性的臨床護理中，研究人員將研究更好的方法，從而讓大眾受益。