IBMWatson大裁70员工,撕

白癜风原因 http://pf.39.net/bdfyy/bdfyw/180110/5989991.html

来源:新医路

Watson是IBM的重量级AI系统;近年IBM大力发展AI医疗,在年成立独立的WatsonHealth部门,并收购多家医疗数据公司,前景看好。然而短短三年,这个明星部门就要裁员50%到70%的员工,代表AI医疗的泡沫化。AI导入医疗,遇到了怎样的瓶颈?

年,IBM深蓝战胜国际象棋冠军卡斯帕洛夫,从此,这家蓝色巨人,连同Watson一起,开始为全世界熟知。

Watson也从此名声大噪,成为IBM持续数年经久不衰的「AI代言人」。年初,IBM投资10亿美元(约新台币亿元)专门建立「WatsonGroup」,并在一年后,开始全力进军医疗健康行业。

年4月,IBM成立了独立的WatsonHealth部门;到年,Watson大约花费了40亿美元(约新台币亿元)收购了4家医疗数据公司,包括Explorys、Phytel和MergeHealthcare。医疗这块大蛋糕似乎是人工智慧时代,IBM亟待转型的一步大棋。

而仅仅成立三年后,这一昔日的明星部门就被传出裁员50%至70%,一场「AI医疗的泡沫破灭」,引起了整个产业的一片哗然。

本月,在IEEESpectrum的特别报告《HowIBMWatsonOverpromisedandUnderdeliveredonAIHealthCare》一文中,细数了Watson医疗曾经所立下的目标和被泼的冷水,并对比了如今的发展现状。

令人不禁感叹:太美的承诺因为太年轻。让我们也回顾一下Waston医疗渐行渐远的这一路,希望更多的AI公司能从他们的经验教训中找到出路。

技术与业务的鸿沟难以跨越

年,IBM为其人工智慧部门(称为IBMWatson)新开设了一个酷炫的总部:建筑位于曼哈顿,玻璃外观在阳光下闪闪发亮,科技感十足;其内部构造类似于一个微型天文馆,供潜在客户和访问者们进行「沉浸式体验」。

同年,令人瞠目结舌的Watson「脑力」显现出其颠覆医学的潜力,在演示中,Watson收集了一组罕见的患者症状,并提出了可能的诊断列表,每个诊断都注明了经Watson计算出的信赖区间及与之相关的医学文献。

在圆顶象牙塔内,Watson的资料库掌握着每种罕见疾病的知识,它的处理器不容易受到医生主观认知偏见的影响,它甚至可以在几秒钟内处理一个棘手的病例。如果Watson能够将这种即时专业知医院和诊所,人工智慧似乎可以减少诊断错误,优化治疗,甚至减轻医生数量的短缺。

但是,象牙塔内的承诺无法做到跨越技术与业务之间的鸿沟。

其强大的技术无法与当今混乱的保健医疗系统相兼容;机器学习的模式与医生的工作方式根本无法匹配,癌症治疗的初衷举步维艰。

创造一名AI医生极其困难

IBM在年开始大胆尝试改革医疗保健,给Watson指出一条AI医生的道路。当时,IBMWatson在电视上展示的突破性技术应用于医学领域——主要是其理解自然语言的能力。公司同时做出承诺,Watson的首批医疗保健产品将在18至24个月内上市。

事实上,IBM的医疗产品并没有成功商业化,从IBM的Watson医疗走出的AI医生也与设想具有很多差距,更像是执行日常任务的AI助手。

此时,IBM已花费数十亿美元(约亿新台币)用于收购AI企业,以加强其内部开发实力,但内部人士表示,被收购公司尚未做出太多贡献。

到目前为止,监管机构只批准了少数基于AI医院和医生办公室:这些开创性产品主要聚集在图像诊断领域——透过电脑视觉技术分析图如X射线和视网膜扫瞄图像进行诊断。而IBM却没有分析医学图像的产品落地。

除了图像领域,为人类医生的专业知识编码是一个非常棘手又浩大的工程,即便是如今最优秀的AI也难以理解复杂的医疗讯息。

IBM的「首败」至少可以向技术专家和医生们证明:试图创造出一位AI医生,这是一件极其困难的工作。

肿瘤专家顾问合作中断

MD安德森癌症中心与IBMWatson合作,为肿瘤学家创建了一个谘询工具(WatsonforOncology),该工具使用自然语言处理系统(NLP)总结患者的电子健康记录,并透过搜寻其背后强大的数据库为医生提供治疗建议。

MD安德森癌症中心斥巨资购买了这一项目,并在白血病科进行了第一次尝试。但该中心在年中断了这次合作,即便是已经花费万美金(约新台币18.6亿元)。具体原因我们不得而知。

或许我们可以从今年的图灵奖得主,人工智慧研究专家YoshuaBengio的评论中得到启发。

IBM对医疗保健系统中不同参与者进行了数量惊人的调查,希望AI可以透过分析海量的数据集做出决策支持,扩大Watson的「认知」能力。但NLP虽然取得较大进步,但与人类还是相差甚远。

Bengio说:在医学文本方面,AI系统无法消歧,也无法找到人类医生会注意到的细微线索。虽然AI不需要充分了解也可以帮助医疗,但确实还没有一个AI能与人类医生的理解和洞察力相匹配。

一些研究将WatsonforOncology医院肿瘤学家的建议进行了比较。下图为Watson的建议与专家的治疗计划相匹配的百分比。

在印度,Manipal综合癌症中心的医生对例乳腺癌病例中,Watson与专家治疗建议的一致率为73%。Watson在韩国Gachon大学Gil医疗中心表现更差,该医院为名结肠癌患者提供的最佳建议,只有49%与专家相匹配。

据传闻,IBM在美国很难找到Watson肿瘤产品的买家。一些肿瘤学家说他们更相信自己的判断而不需要Watson来告诉他们需要做什么。

认知教练系统未能上线

运动服装公司UnderArmour曾与WatsonHealth合作创建「个人健康培训师和健身数据顾问」。该专案使用UnderArmour的活动追踪器应用城程式提供的数据,并由认知教练根据用户的习惯提供定制的培训计划,并基于相似用户的数据进行分析,为用户提供健身建议。但这一认知教练系统从未投入市场使用,且UnderArmour中断了与IBMWatson的合作。

下表为IBM在医疗方向专案与目前的进展:

商业化期望越高,失望越大

Chase作为一名IBM的研究人员,曾开发出一种诊断工具,但IBM并不打算使其商业化,只能陈列在实验室内供游客参观。最终,对IBM在医疗上的缓慢发展而感到失望的Chase选择与IBM分道扬镳。

马里兰大学放射学教授、讯息系统副主席艾略特.希格尔,曾经众多Watson狂热粉丝中的一员,也与IBM进行过医疗诊断研究。虽然他认为AI驱动的工具对医生来说不可或缺,但他怀疑IBM能够产生那些令人兴奋的产品,他更寄期望于谷歌、苹果和亚马逊这类公司。

年离开的IBM的Kohn说:「拥有强大的技术是不够的,你还要向我证明,这款产品的确是有价值的,可以让我生活的更好,让我的父母生活的更好。」

为了让人工智慧充分发挥其潜力并改变医学,医疗保健的标准必须改变。Kohn说,人工智慧系统可以考虑比临床试验更多的因素,并可以将患者分成更多的类别,以提供「真正个人化的护理」,但前提是基础设施也必须改变:医疗机构必须同意分享其专有和隐私控制的数据,以便人工智慧系统能够从数百万多年来跟踪的患者身上学习。

他一直期待着在医学期刊上可以看到有关Watson产品的文章,能够证明AI可以改善患者的治疗效果或节省医疗系统开支。但遗憾的是这类文章寥寥无几,也就是说Watson并没有突破性的成果。

但无论如何,在数位化时代里,IBMWatson不是第一个象牙塔的守望者,也不会是最后一个丛林中的引路人。

时间洗涤一切

-年,人工智能在医疗领域的崛起速度惊人,沃森健康宣布进入国内医疗市场,他们希望协助医生在慢病管理和肿瘤治疗领域有所建树。特别国内媒体一窝蜂的热炒,医疗AI好像变成了时代的弄潮儿一样,一时风头无两!

很多国内企业自认为抓住了大风口的公司,花了大价钱去买很多领域的多年授权,美其名曰战略合作,有的几千万,有的大几个亿,除了到处吹牛演讲做PR之外,业务却惨不忍睹,这下纸再也包不住火了!国内大批医疗AI公司的破产潮就要来临,打肿脸充胖子,毕竟也就只有脸比较肿而已!

推荐阅读

一文览中国5G产业发展现状及趋势

中金人工智能报告:AI时代,10年之后我们还能干什么?|71页完整报告

阿里页PPT诠释国家“智能+”战略(附下载)

数据告诉你:为什么穷人越来越穷,富人越来越富?-中国汽车行业大数据报告年25大人工智能趋势!一文看到未来德勤发布TMT行业十大预测,遍地黄金的中国机会(附PDF)央行发布论文:区块链能做什么,不能做什么?(附下载)华为入局智能汽车,给进入车圈的BAT什么启示?再见了,快递员!北京打响第一枪!5G杀红眼!四大角度解读中国5G战局附PDF下载

云计算深度报告:算力时代迎巨变

全球自动驾驶测试与商业化应用报告:自动驾驶汽车发展概况

附PDF下载

联合国权威AI趋势报告,美中日韩四分天下附下载

66页PPT,看懂未来汽车行业价值链!附下载

37页PPT,全面解读5G产业链及未来趋势!日本这个震撼短视频,让你感受5G到来后的生活行业报告

《车主评价白皮书》之新能源篇(附下载)朱茵瞬间换脸变杨幂,揭秘AI换脸黑科技!BBC分析了个职业,发现最不可能被机器淘汰的居然是…为什么说人工智能是一个大谎言美国公布长达35页的《-年新兴科技趋势报告》

《工业大数据白皮书》版正式发布(附下载)

产业智能化白皮书:人工智能产业化发展地形初现端倪(附PDF下载)

阿里商业白皮书:每个企业都要变成一个数据公司

识别图中



转载请注明地址:http://www.jiangwangfei.com/wqxj/8458.html
  • 上一篇文章:
  • 下一篇文章: 没有了
  • 热点文章

    • 没有热点文章

    推荐文章

    • 没有推荐文章