拿到更多数据
获得数据还有其它的办法。谷歌有一家姊妹公司，它想直接从病人身上提取数据。这家公司就是Verily Life Sciences，它是Alphabet的卫生保健部门，该公司与杜克大学、斯坦福大学合作，开发一套高度结构化的健康数据库，里面有1万名志愿者。数据库包含了门诊信息，还有穿戴健康监测设备提供的数据。这样一来数据就会大大增加，只是要生成高度可用的结果，可能还要等10年甚至更长时间。
纪念斯隆-凯特林(Memorial Sloan-Kettering)癌症研究中心的Fuchs率领团队训练一个AI系统，它可以阅读“组织染色幻灯片”（tissue-stain slides），在训练过程中，研究人员需要建立一个庞大的数字幻灯片库，幻灯片上有注释信息，包括确诊及其它关键数据。每个月，团队自己会制作4万张幻灯片。Fuchs说：“数量比其它人多很多，任务很庞大，因为在生物领域变量太多了。”
虽然沃森项目失败，安德森癌症研究中心还是在继续执行一个大项目，它要收集1700种门诊数据，走进中心的每一个人病人都会贡献自己的数据。项目负责人Andy Futreal说，要让沃森这样的AI系统发挥作用，将病人信息与研究数据结合起来至关重要。他还说：“一旦我们获得了数据，就可以进入AI机器学习业务，看看在各种治疗方法下什么原因导致谁的效果好、谁的效果不好。”
IBM继续从合作伙伴手中获得数据。在癌症诊断与治疗方面，IBM与纪念斯隆-凯特林癌症研究中心、Mayo Clinic、哈佛和MIT附属研究所、医疗测试巨头Quest Diagnostics携手合作。通过与纪念斯隆-凯特林癌症研究中心合作，IBM开发出一套系统，它可以筛选期刊文献，形成正式的治疗决策，佛罗里达Jupiter Medical Center(木星医疗中心)和印度一家医院连锁企业已经引进系统。在发现药物方面，沃森健康与Barrow Neurological Institute（巴罗神经学研究所）合作，它帮助该机构找到了5种与ALS有关的基因，之前人们并不认为这些基因与该疾病有关；通过与Ontario Brain Institute（安省脑科研究所）合作，沃森筛选出21种最有希望的候选药物。
提供更好的医疗结果，降低成本，沃森真的能带来变革吗？Bessemer Venture Partners基金的合伙人Stephen Kraus认为的确有这种可能，他专注于卫生保健行业，投资了许多与卫生保健有关的AI创业公司。Kraus说：“它是真实存在的，不是用来刺激股价上涨的‘雾件’。”和大多数专家一样，Kraus也对不切实际的时间表、承诺保持谨慎态度，当中一些过高的承诺来自于IBM自己。Kraus说：“相当难，今天没有发生，再过5年可能也不会发生，这种技术不会替代医生。”
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！