Watson的背后，不仅仅是人工智能

图片来源视觉中国

“当下，近50%的癌症患者没有得到规范化治疗。到2020年，医疗数据会每隔73天翻一番，数据爆炸将成为常态；2035年，全球医疗卫生工作中的工作量会非常巨大，医生体力和脑力的透支情况会更加严峻。”

——IBM Watson Health 副总健康官、肿瘤学家 Nathan·Levitan

癌症治疗规范化

一直以来，肿瘤都是国人谈之色变的疾病。每每谈到，无论是患者还是家属都会乱作一团。

实际上，究其原因这和癌症在中国治愈率普遍偏低不无关系。一般来讲，国外医生在确诊后，会对患者全身情况进行评估（包括经济情况），再给出解决方案，并且整个治疗过程都会按照既定方案实行，不会出现大的偏差。而在国内，肿瘤治疗经常由不同科室医生介入，相互之间的配合欠妥，更换医生的情况屡有发生。

不规范的治疗，让医生和病人牵累其中。百洋智能科技CMO王必全对钛媒体讲到：“有证据显示，国内近50%的患者没有得到规范化治疗，这使得他们错过了最佳治疗机会，降低了生存几率。”

造成规范化治疗难以普遍实施的最重要原因是什么？据钛媒体了解，原因是整体医疗水平落后、新药和新疗法滞后、医疗资源整体缺乏。就短时间来说，这样的难题仍然得不到解决。更何况一项技术从研究到应用要经历相当长的周期。南京市第一医院肿瘤科陈锦飞主任曾表达过这样一个观点：“已有的研究报道显示，从学术研究的成果到临床实践使用，大概需要17年左右，对医生来说要跟上医学知识、数据的更新和进展其实是不太可能的，如果说要跟上学术界的最新进展，医生一天大概要阅读29个小时的医学文献和资料，事实上这是不可能完成的。”

这种情况下催生了 Watson for Oncology（Watson肿瘤解决方案，简称WfO）的诞生。就目前来看，Watson 系统至少有四个优势：

第一是，数据海量。它汲取了300多份医学期刊、250余种教科书及近2700万篇论文研究，同时还吸收了美国国立综合癌症网络发布的临床指南。并且，Watson 肿瘤这个产品由 MSK 训练，学习大量临床实践。

第二是，学习速度快。由于是“深蓝”的后裔，使得 Watson 拥有自学习和深度学习能力，通过链接至业界权威评审的研究以及临床指南，它可以随着时间的推移不断吸收新的知识，为医生构建最新的知识库。

第三是，Watson 有自筛机制。医生录入信息之后，Watson 会识别系统数据，如果输入的信息错误，系统会提示“在你的信息处发现了矛盾的信息“。

第四是，使用方便。医生录入信息后，只需点击“Ask Watson”一栏，一份数十页甚至数百页的治疗建议报告就会生成。

该系统本质上是一个动态的程序，所以它可以根据需求做出微调和改善。同时，它也会不断地丰富自己系统的功能。由于 IBM和世界各地的医疗单位建立了紧密的合作，使得 Watson 系统相比其他竞品来说更加的完善。

现在，Watson 肿瘤解决方案已经覆盖了13个癌种，占了全球最为常见的患病率和发病率占到80%的常见的癌症。

结合靶向药与生物标记物

肿瘤存在着高度异质性特点，而对于晚期肿瘤来说，往往存在成百上千甚至更多的突变。另外，肿瘤领域变化极快，几乎每隔一两个星期就有新的治疗方案、药物出来，这种情况下，药物和治疗手段的精准性成为了提高治愈率的关键条件。

然而，想要分析基因变异，传统方法费时费力。由于人类基因比较复杂，即便确定了突变与癌症有关联，也需要对病人的遗传情况、生活环境饮食习惯等做全面的分析。如今，虽然多数医院或企业选择自建数据库，通过将患者的数据与数据库比对给出报告。但实际上，对于时间就是生命的晚期患者来说，这样的治疗方法还是太慢。IBM Watson Health 副总健康官、肿瘤学家 Nathan·Levitan 对钛媒体分析：“人类已知600余种基因，此外还存在1000万种基因变异。”一般而言，想要做完所有检查，至少需要数天。

这种情况下，诸如 IBM 在内的企业开始寻求其他技术的支撑，而生物标记物(biomarker)成为了首选。它可以标记系统、器官、组织、细胞及亚细胞结构或功能的改变或可能发生的改变的生化指标，这种技术大大提高了判断疾病分期或者用来评价新药或新疗法的效率和质量。

目前这种技术正在飞速发展。就目前美国的情况来看，靶向治疗药物获批后，通常该药品的生物标记系列产品也会获批。Nathan·Levitan 透露，过去12年，美国受益于基因组学靶向治疗的癌症病人的比例提高了600%。87%的制药公司在研的新药以生物标记物为基础，有25%的不确定意义的变异被重新的归类。WfG（Watson 基因解决方案）将117种针对生物标记物为基础的靶向药物运用其中，使得 WfG 可以在很短的时间内提供全面的临床报告和肿瘤精准诊疗。

Nathan·Levitan 援引了一个案例：在一次研究中，北卡罗莱纳州立大学1000多个病例进行了回顾性的对比研究，发现 WfG 只花了不到 3分钟就发现了 99%的原先的分子肿瘤学专家团队（MTB）所发现的突变。而且，WfG 还发现了 MTB 在32%的病例中原先的人工没有发现的可治疗的突变。

基础医疗的“加速器”

推出三年，如今 IBM Watson 已经在全国20多个省、40多个城市、81家医院签约落地。到2018年11月4日，使用过的医院有261家。

越来越多的医生将 IBM Watson 作为日常决策的参考，而某些医生、某些科室、某些主任更是把它作为一个质控的工具和平时学习、教学的工具。

同济大学附属上海市第十人民医院肿瘤科主任许青教授非常认可将 IBM Watson 运用到“医联体”中，这样一来医疗不太发达的地区也可以通过远程会诊进行医疗讨论，承担附属医院会诊的一二线大医院的医生们，也不用特地飞到很远的地方现场指导，而教学查房也有了很好的规范和指南的依托，基层医院的医疗知识、医疗水准可以在短时间内得到比较大的提高。

IBM Watson 的出现，一定程度上缓解了医疗资源紧缺、医生水平较低的现状。中国临床肿瘤学会（CSCO）常务理事、秘书长江泽飞教授这样认为：“可以把 Watson 看成是 GPS 导航系统，没有导航的时候开车靠经验，现在有了电子化的 GPS，就不需要拿地图上阵了。”

如今，本就适应电子化软件操作的年轻一代医生更加适应了 IBM Watson，就结果而言，他们的使用效果更好。江泽飞教授团队曾经邀请众多年轻医生填过200份病例，发现医生的水平在逐渐上升——前50份只有61%的符合率，填到后面的时候则变成了66%。这一结果表明，年轻医生的水平正在飞速提升，而对于广大年轻医生而言，他们无异于找到了另外一条从医生涯的进步之道。（本文首发钛媒体，作者/苑晶）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App