在人工智能席卷世界的大浪潮中，應(yīng)用于醫(yī)療領(lǐng)域的機(jī)器學(xué)習(xí)技術(shù)在過(guò)去三年似乎成了投資界和新聞界關(guān)注的首要話題。

自2013年初以來(lái)，IBM的Watson應(yīng)用于醫(yī)療領(lǐng)域；在打敗世界上最出色的圍棋選手后，谷歌 DeepMind的團(tuán)隊(duì)決定將重心放在充分發(fā)揮這項(xiàng)技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用上。

機(jī)器學(xué)習(xí)（ML）行業(yè)許多最火爆的年輕初創(chuàng)公司也將大量的精力投入到醫(yī)療領(lǐng)域，其中包括Nervanasys（最近已被英特爾收購(gòu)）、Ayasdi（截至2016年2月融資940萬(wàn)美元）、Sentient．a(chǎn)i（截至2016年2月融資1．44億美元）和Digital Reasoning Systems（截至2016年2月融資3600萬(wàn)美元），不一而足。

盡管投資界和研究界表現(xiàn)異常興奮，但我們發(fā)現(xiàn)大多數(shù)機(jī)器學(xué)習(xí)公司高管很難洞悉如今機(jī)器學(xué)習(xí)正在醫(yī)療領(lǐng)域的哪些方面發(fā)揮影響。為此我們撰寫這篇文章，目的不是全面列出可能的應(yīng)用，而是重點(diǎn)介紹機(jī)器學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域當(dāng)前和未來(lái)的用途。

機(jī)器學(xué)習(xí)當(dāng)前在醫(yī)療領(lǐng)域的應(yīng)用

下面這幾個(gè)應(yīng)用并不全面，但表明了機(jī)器學(xué)習(xí)在醫(yī)療行業(yè)的一些影響。

醫(yī)療圖像診斷

由于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，計(jì)算機(jī)視覺(jué)一直是最顯著的技術(shù)突破之一，也是機(jī)器學(xué)習(xí)在醫(yī)療界特別活躍的應(yīng)用領(lǐng)域。微軟的InnerEye計(jì)劃（始于2010年）目前正在開發(fā)圖像診斷工具，團(tuán)隊(duì)已發(fā)布了解釋發(fā)展動(dòng)向（包括機(jī)器學(xué)習(xí)用于圖像分析）的許多視頻。

隨著深度學(xué)習(xí)變得越來(lái)越普及，以及更多的數(shù)據(jù)源（包括形式豐富多樣的醫(yī)療圖像）成為人工智能診斷過(guò)程的一部分，深度學(xué)習(xí)可能在診斷應(yīng)用中發(fā)揮越來(lái)越重要的作用。

然而，深度學(xué)習(xí)應(yīng)用軟件的解釋能力有限。換句話說(shuō)，經(jīng)過(guò)訓(xùn)練的深度學(xué)習(xí)系統(tǒng)無(wú)法解釋它“如何”給出預(yù)測(cè)，即使預(yù)測(cè)是正確的。這種“黑盒子問(wèn)題”在醫(yī)療界更具有挑戰(zhàn)性，醫(yī)生們不希望在沒(méi)有深入了解機(jī)器如何給出建議的情況下做出生死攸關(guān)的決定，即使過(guò)去已證明了那些建議是正確的。

治療查詢和建議

診斷是一個(gè)非常復(fù)雜的過(guò)程，涉及眾多因素：從病人眼白的顏色到早上吃的食物――機(jī)器目前無(wú)法關(guān)聯(lián)和解讀這些因素。然而有一點(diǎn)毫無(wú)疑問(wèn)：僅僅充當(dāng)科學(xué)知識(shí)的延伸，機(jī)器就有助于幫助醫(yī)生在診斷和治療方面做出正確的考量。

這是Memorial Sloan Kettering（MSK）的腫瘤科室最近與IBM Watson合作時(shí)力爭(zhēng)實(shí)現(xiàn)的目標(biāo)。MSK擁有癌癥患者和數(shù)十年來(lái)采用的治療方法方面的大量數(shù)據(jù)，借鑒過(guò)去最有效的治療措施，能夠向醫(yī)生展示并建議治療思路或方案，以便處理將來(lái)獨(dú)特的癌癥病例。如今，這種智能增強(qiáng)工具已經(jīng)投入初步使用。

醫(yī)療數(shù)據(jù)收集

人們非常關(guān)注匯集來(lái)自各種移動(dòng)設(shè)備的數(shù)據(jù)，以便匯總并解讀更多的實(shí)時(shí)健康數(shù)據(jù)。 蘋果的ResearchKit旨在治療帕金森病和阿斯波哥爾綜合癥，為此允許用戶訪問(wèn)交互式應(yīng)用程序（其中一個(gè)應(yīng)用程序運(yùn)用機(jī)器學(xué)習(xí)來(lái)識(shí)別臉部），從而長(zhǎng)期評(píng)估身體狀況。應(yīng)用程序能將日常的進(jìn)展數(shù)據(jù)饋送到匿名數(shù)據(jù)池中供將來(lái)研究。

IBM在不遺余力地獲取它能獲取的所有健康數(shù)據(jù)，不僅與Medtronic合作，實(shí)時(shí)解讀糖尿病和胰島素?cái)?shù)據(jù)，還斥資26億美元收購(gòu)了醫(yī)療分析公司Truven Health。

盡管物聯(lián)網(wǎng)提供了大量的醫(yī)療保健數(shù)據(jù)，但業(yè)界似乎仍在嘗試如何解讀這些信息，并且實(shí)時(shí)改變治療�？茖W(xué)家和患者都樂(lè)觀地認(rèn)為，如果匯集消費(fèi)者數(shù)據(jù)這股趨勢(shì)持續(xù)下去，研究人員會(huì)有更多的手段來(lái)攻克疑難雜癥和獨(dú)特病例。

藥物發(fā)現(xiàn)

雖然醫(yī)療保健行業(yè)牽涉眾多利益相關(guān)者（醫(yī)院CIO、醫(yī)生、護(hù)士、患者和保險(xiǎn)公司等），但對(duì)于開發(fā)機(jī)器學(xué)習(xí)醫(yī)療保健應(yīng)用軟件的公司來(lái)說(shuō)，藥物研發(fā)帶來(lái)了相對(duì)簡(jiǎn)單的經(jīng)濟(jì)價(jià)值。這類應(yīng)用軟件還面對(duì)一群相對(duì)清晰的客戶，它們通常財(cái)力雄厚，那就是制藥公司。

IBM自己的醫(yī)療應(yīng)用軟件很早就發(fā)力藥物發(fā)現(xiàn)，谷歌也加入到了藥物研發(fā)的行列，而一大批公司已經(jīng)在通過(guò)借助機(jī)器學(xué)習(xí)致力于藥物發(fā)現(xiàn)來(lái)融資和獲利。