在《2016年人工智能+医疗健康创新趋势报告》第一部分《科技巨头人工智能布局》这篇文章中，动脉网蛋壳研究院着重分析了IT科技巨头在人工智能领域的布局和生态。人工智能和医疗健康之间的结合，属于人工智能生态圈中最上面的应用层范畴。而IT巨头们的研究成果主要主要位于人工智能生态圈三个层次中的最下面两个层次——基础层和技术层。

IBM则是个例外，IBM是这些科技巨头中唯一涉足最上面应用层的企业，且意在获取收入。IBM Watson最早的商业应用就是和医疗的结合。发展到现今，人工智能在医疗健康领域中的作用已不容忽视，而且成为影响医疗行业发展的最重要的科技。这一篇，我们将着重介绍IBM Watson人工智能在医疗领域的应用详情。

本次报告的公开版内容结构如下：

第一篇：科技巨头人工智能布局

第二篇：IBM Watson人工智能医疗应用详情剖析

第三篇：2011-2016全球医健人工智能创投数据分析

第四篇：医疗搭上人工智能可以做什么？（上）

第五篇：医疗搭上人工智能可以做什么？（下）

以下是第二篇：

IBM把电子计算时代划分为三个阶段。第一个阶段是制表系统时代，时间是20世纪初。1886年，美国统计学家赫尔曼·霍勒瑞斯借鉴了雅各织布机的穿孔卡原理，用穿孔卡片存储数据，采用机电技术取代了纯机械装置，制造了第一台可以自动进行加减四则运算、累计存档、制作报表的制表机。这台制表机参与了美国1890年的人口普查工作，使预计10年的统计工作仅用1年零7个月就完成了，是人类历史上第一次利用计算机进行的大规模的数据处理。霍勒瑞斯于1896年创建了TMC制表机公司。1911年，TMC与另外两家公司合并，成立了CTR公司。1924年，CTR公司改名为国际商业机器公司（International Business Machines Corporation），这就是IBM公司。

第二个阶段是编译系统年代，时间从20世纪60年代到2010年。计算机硬件已经从晶体管向大规模集成电路迈进。而计算机所读的语言从01组成的机器语言逐渐过渡到汇编语言和高级语言，计算机之间的数据交换变得可能，各种计算机程序开始铺天盖地。

第三个阶段就是2010年以后的认知系统年代。这个代表就是人工智能的出现，譬如拥有“认知计算”能力的Watson。IBM在2006年启动研发Watson，于2014年投资10亿美元成立Watson事业集团，次年便组建了Watson Health，专门针对医疗健康行业提供人工智能认知解决方案。

IBM Watson的出名，是在2011年参与美国问答节目《Jeopardy！》上。在这次节目中，Watson战胜了这一节目的两位人类冠军选手，被认为是人工智能历史上的一个里程碑。从底层来讲，Watson是由DeepQA深度问答系统驱动，这是一个集自然语言处理、信息检索、知识表示、自动推理、机器学习等开放式问答技术的应用，基于为假设认知和大规模的证据搜集、分析、评价而开发的系统。DeepQA的目标决不仅仅是回答一些特定的简单问题，而是利用运算能力，建立了一套基于概率化证据的大规模并行架构，它综合利用数千种自然语言处理、信息检索、机器学习和推理算法，分析生成出多种假设，然后从中收集、评估、权衡各类证据，最终给出最佳答案。

Watson的能力包括三个方面：理解、推理和学习。

首先，能够“理解”人类的问题，是Watson能进行认知协作的第一步，主要运用的是计算系统处理结构化和非结构化数据的能力。接下来是推理，Watson主要运用的是一种名为“假设生成”的算法，能从数据中抽丝剥茧，寻找事物间的相关联系。最后是学习，Watson从大数据中提取关键信息，以证据为基础进行学习。

Watson的第一步商业化运作就是在医疗行业，通过和纪念斯隆·凯特琳癌症中心进行合作，得到大量的癌症临床知识、分子和基因组数据、癌症病例历史信息，在该中心进行过“学习”之后，为临床医师提供以证据为基础的治疗方案。随后该系统被Watson Health部署到了许多顶尖的医疗机构，如克利夫兰诊所和MD安德森癌症中心，提供基于证据的医疗决策系统。

医疗数据处于爆发式增长态势，仅凭人力不足以处理和学习，而Watson Health可以帮助提高医疗效率。IBM判断，在2020年，医疗数据每73天就会翻一番。而且其中80%以上的数据是非结构化的，非结构化数据主要是指那些无法用固定结构来逻辑表达实现的数据，比如视频、音频、图片，对计算机来说不可见的。而Watson可以看到这些数据，并进行深度学习。医生若想学习最新的医疗知识，每周需花160小时，而Watson在15秒内，就可以读取4000万个文件，学习速度非常快。

IBM Watson的发展，也经历了多宗并购，使其得到技术上的加强。2015年初，IBM宣布收购Alchemy API，这个平台有数万名开发者在利用机器学习算法，做自然语言处理和图片识别，可以改善Watson的生态系统。不久之后，又先后并购了4家医疗数据公司：Phytel、Explorys、Merge Healthcare 和Truven Health Analytics，其中后者的收购价格高达26亿美元。Phytel是开发以云计算为基础的工具来加强健康护理的协调工作和成果，而Explorys是一个基于云技术的数据分析公司。2015年8月，IBM用数十亿美元收购了Merge Healthcare，加强Watson Health。Watson的每一种应用都需要一段时间的预先训练，这也给计算和数据提出了要求。如上所述，IBM的投资和收购都是围绕公司这一长期发展战略而进行，比如收购私有云服务商Blue Box，数据库管理工具Compose，API接口工具StrongLoop，海量数据存储Cleversafe等等，希望从数据量和算法两方面提高Watson在医疗和其他领域的实力。

人类对肿瘤的认知经历了漫长的过程。从早期的外科手术进行激进切除到放疗、化疗，再到基因研究的深入，肿瘤学家认识到肿瘤不是一种疾病，而是一大类疾病，每个人的相同部位的肿瘤但是病理特性都不同。例如，对ER受体阳性的乳腺癌，他莫西芬有效；而对于ER受体阴性的乳腺癌则无效。由于这种特异性的存在，所以每种肿瘤治疗方案都需要个性化治疗。

三年前，纪念斯隆·凯特琳癌症中心与IBM Watson达成了合作，共同训练IBM Watson肿瘤解决方案(Watson for Oncology)。癌症专家在Watson上输入了纪念斯隆·凯特琳癌症中心的大量病历研究信息进行训练。在此期间，该系统的登入时间共计1.5万小时，一支由医生和研究人员组成的团队一起上传了数千份病人的病历，近500份医学期刊和教科书，1200万页的医学文献，把Watson训练成了一位杰出的“肿瘤医学专家”。

Watson治疗癌症的过程是这样的。首先，IBM Watson分析患者的病历。Watson肿瘤解决方案拥有先进的能力，可分析临床记录和报告中的结构化和非结构化数据的含义和上下文，吸收以普通英语编写的关键患者信息，这些信息可能对于选择治疗方法至关重要。

接下来，Watson识别基于证据的潜在治疗方案。通过将患者文件中的属性数据与临床知识、外部研究结果和数据相结合，Watson肿瘤解决方案识别潜在的患者治疗方案供医生考虑。

最后，IBM Watson从大量文献中查找并提供支持证据。IBM Watson将识别的治疗方案进行排列，并将每种方案的支持的证据链接在一起，帮助肿瘤医生研究患者的治疗方案。

2015年，来自美国和加拿大的14家肿瘤中心宣布将部署Watson，根据患者的肿瘤基因选择适当的治疗方案。通过此次合作，IBM希望Watson系统能基于所处理的基因信息来选择治疗方案，从而取代当前 “肿瘤委员会”(tumor board)用药决定的模式。“肿瘤委员会”是肿瘤治疗实践中建立的一种类似会诊的治疗模式，拥有不同医疗专业技能的医生，如手术外科医师、药剂师等聚集在一起，成立针对某个病例的肿瘤委员会，讨论疑难、少见肿瘤病例的诊断和治疗，制定合理的诊断方法和治疗措施。

Watson已经广泛应用于多家癌症治疗机构。位于曼谷Bumrungrad International Hospital总部，是南亚最大的私人医院，也是全球最受欢迎的医疗机构之一。为改善其癌症护理质量，Bumrungrad选择了IBM Watson for Oncology帮助医生为单个癌症病患规划最高效的治疗方案的创新性认知计算解决方案。

2016年8月，IBM与杭州认知网络科技有限公司共同宣布Watson进入中国，在国内有21家医院计划使用经由纪念斯隆·凯特琳癌症中心训练的Watson肿瘤解决方案，以期基于此认知计算平台助力中国医生获得个性化的循证癌症治疗方案。

我们梳理了一张IBM Watson的医疗布局图谱，Watson的重点布局是在肿瘤和心血管疾病的诊断和治疗上。其他领域比如糖尿病方面也有涉及，以下是Watson在医疗健康领域中，不同的细分领域所做的一些事情。

VHA：Veterans Health Administration(VHA)具有1700多个医护站点，是美国最大的综合性医疗保健系统，每年为约870万退伍军人提供医疗服务。当为创伤后精神紧张性障碍（PTSD）病患寻求一种更好的医护方式时，该机构采用认知计算来帮助改善对这些退伍军人的医护质量。

Watson可处理大量医学文献、临床资料和病患医疗记录，并对单个病患提出适当的治疗方案。它还可对临床医生的系列问题提供基于证据的答案。通过节省医师的研究时间，Watson有助于医师将更多时间花在聆听病患的意见以及与病患进行互动上。

CaféWell：是一个由Welltok保健公司创建的平台，该平台从各种渠道分析消费者的健康状况并提供保健相关的建议。为使该平台更加具有交互性和个性化，Welltok采用了IBM开发的一种认知方法。由此开发的新产品CaféWell Concierge能够利用自然语言和认知能力，以改善用户互动并从潜在的纯文本来源中提取更多知识，例如医疗对话、活动数据和健康效益信息等等。

Baylor：从2300万篇候选文档，用几周时间，就筛选出一个名为p53研发靶点。

Medtronic: 通过和美敦力合作，运用美敦力的设备、护理管理产品、疗法和辅导以及IBM Watson Health云平台优化患者的治疗效果。在糖尿病患者发生低血糖前近3个小时做出预测，防止出现严重的低血糖。

Apple: 存储和分析ResearchKit数据。

Johnson & Johnson: 分析科学论文，为药物开发找出全新关联。

Under Armour: 推出“认知教练系统”，围绕睡眠、健康、活动和营养为运动员提供指导。

在今年1月的CES上，IBM CEO罗睿兰表示，IBM已经不再是一家硬件或者软件公司，而是一家“认知解决方案云平台”公司。的确，最不赚钱的硬件平台已经最早被IBM处理掉，然后是软件。IBM在之前已经连续15个季度同期相比利润下滑，而Watson智能云平台已经成为IBM盈利的新目标。从今年Q2的财报来看，IBM的总收入为202.38亿美元，低于去年同期的208.13亿美元，已经连续17个季度同比下滑。但是这其中以Watson为代表的认知解决业务于今年Q2 开始发力，呈稳步增长态势，认知解决业务收入占总收入超两成，已成为IBM第二大收入来源。

写到这里，第二部分就结束了。下一章我们将看看最近五年，全球医健领域的人工智能初创企业创投数据，看看这个行业的火热程度，敬请期待。

相关阅读：

第一篇：科技巨头人工智能布局

第二篇：IBM Watson人工智能医疗应用详情剖析

第三篇：2011-2016全球医健人工智能创投数据分析

第四篇：医疗搭上人工智能可以做什么？（上）

第五篇：医疗搭上人工智能可以做什么？（下）

如果你迫不及待，也可以提前看完整报告，请点击以下链接购买：

2016人工智能医疗健康创新趋势报告