最近，看到一篇關(guān)于醫(yī)療AI的文章《IBM醫(yī)療AI宣告失敗，率先入局卻踏步不前》。1997年IBM深藍(lán)戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫，名聲大噪；2011年開始，IBM在醫(yī)療AI押上重注，此后，IBM投入巨資（10億美元），用以收購(gòu)醫(yī)療數(shù)據(jù)公司、研發(fā)AI醫(yī)生，開展了一系列令人眼花繚亂的項(xiàng)目，但仍然“逃脫不了走進(jìn)死胡同的一天”。沒有理解錯(cuò)的話，這篇文章的意思是IBM的醫(yī)療AI失敗了。

醫(yī)療AI的“失敗”（核心是AI醫(yī)生）是我所意料的；當(dāng)然，這個(gè)“失敗”也是有所特指的，并不是不能研究或不可能取得研究的進(jìn)展，而是專指“落地”；這個(gè)“落地”，也不是說永遠(yuǎn)不能落地，而是根據(jù)當(dāng)前科技進(jìn)展的可見的落地?？梢赃@么說，醫(yī)療AI是注定要失敗的。那么，醫(yī)療AI為何注定失??？

一、關(guān)注與啟示

幾年前，一位行業(yè)內(nèi)的朋友向我推薦一款深圳某公司開發(fā)的醫(yī)療AI，他強(qiáng)調(diào)這款產(chǎn)品非常好，診斷精確、還可以提供治療方案，還決意要給我演示。在他的要求下，我與他設(shè)置了一例上臂損傷的案例，然后通過軟件輸入信息，結(jié)果則是“胃病”。當(dāng)著我的面，朋友顯示出十分的尷尬，但似乎還在確信這款產(chǎn)品不會(huì)錯(cuò)的，并且還是很堅(jiān)定地想要推銷之。這事情使我關(guān)注起醫(yī)療AI，希望找出一個(gè)說服像那位朋友的好辦法。

2016年3月，阿爾法圍棋與圍棋世界冠軍李世石進(jìn)行人機(jī)大戰(zhàn)，以4比1的總比分獲勝；2017年5月，又與排名世界積分第一柯潔對(duì)戰(zhàn)，以3比0的總比分獲勝。這給了我啟示，圍棋AI比國(guó)際象棋AI要復(fù)雜得多，如果用圍棋AI與醫(yī)療AI對(duì)比一下，或許可以說明一些什么。

二、關(guān)于圍棋AI

圍棋有黑白二子，圍棋盤共計(jì)可以擺放361子，即黑子181、白字180，在實(shí)際下棋中,不可能擺滿每一個(gè)格子,但可能被互相吃掉，故可以超過361手，但總是可以計(jì)數(shù)。據(jù)說，最長(zhǎng)手?jǐn)?shù)的對(duì)局紀(jì)錄由日本棋手山部俊郎與星野紀(jì)在1950年創(chuàng)下，二人共弈411手。

由此，可以這么確定，圍棋AI需要解決兩個(gè)維度，即黑子與白子；每個(gè)維度有180左右手，因有布局規(guī)則、效率問題等約束，不完全是排列組合，總之是可以計(jì)算的。

三、關(guān)于醫(yī)療AI

醫(yī)療AI要解決的核心問題是疾病的診斷，為此，我們必須確定疾病的構(gòu)成。疾病包括三個(gè)維度，一是致病因子，沒有致病因子的作用，人不可能患??；二是致病因子必須作用于特定的機(jī)體（即人體），離開了機(jī)體，疾病就無從談起；三是時(shí)間，下圍棋時(shí)，每走一手，時(shí)間是可以給定的，這是規(guī)則所確定，但疾病在發(fā)生、發(fā)展過程中，時(shí)間既不能給定，也無法預(yù)期，故必須加入時(shí)間這個(gè)維度。

再來看每個(gè)維度中到底有多少數(shù)量，相當(dāng)于圍棋要下多少手。致病因子包括細(xì)菌、真菌、病毒等微生物，還有溫度變化、干濕度、化學(xué)污染物……這些致病因子每一類都難以計(jì)數(shù)，還可以互相組合致病，可以說作用于機(jī)體的致病因子及其組合是無限的，無法計(jì)算數(shù)量。機(jī)體包括身高、體重、營(yíng)養(yǎng)狀況、精神狀況、生活習(xí)慣……及其各種組合，同樣也是無限的，無法計(jì)算的。時(shí)間是連續(xù)性的，嚴(yán)格來說也是無法計(jì)數(shù)的。

由此可見，醫(yī)療AI需要解決三個(gè)維度，即致病因子、機(jī)體和時(shí)間，而每個(gè)維度的“步數(shù)”是無限的，無法計(jì)算的。

四、醫(yī)療AI落地的悲觀與希望

從以上可以明確，國(guó)際象棋AI與圍棋AI相比，只是計(jì)算量的問題；而醫(yī)療AI與圍棋AI相比，則不是具體數(shù)量多少的問題，而是關(guān)于無限與有限的問題。當(dāng)今圍棋AI的實(shí)現(xiàn)，無論如何，歸根結(jié)底是要基于計(jì)算的，智能無非是更加先進(jìn)的計(jì)算方法（如神經(jīng)網(wǎng)絡(luò)模型）、更加快速的計(jì)算速度、分類細(xì)化到更加精確的程度，前提則是有限的、可計(jì)算的。因此，我以為，基于疾病的特點(diǎn)，醫(yī)療AI落地十分悲觀，IBM醫(yī)療AI的失敗，不足為奇。

但，醫(yī)療AI并非沒有希望。有部影片中，把一個(gè)得了不治之癥的小女孩放進(jìn)一個(gè)儀器中，這個(gè)儀器迅速讀取小女孩的各種信息，明確診斷，并給予治療，數(shù)分鐘后小女孩的疾病得以治愈。這是一個(gè)有趣的思路，即應(yīng)該首先有一個(gè)非常強(qiáng)大的信息讀取器，可以讀取人體的血液、尿液、組織等各種信息，這個(gè)機(jī)器無需人類的主觀表達(dá)。如果單從診斷層面，這個(gè)機(jī)器是否應(yīng)該是集中了現(xiàn)今的各種診斷手段？

此外，希望還在于，我們已經(jīng)獲知醫(yī)院管理的標(biāo)準(zhǔn)化困境，這個(gè)難題可以讓我們避免一味地解決疾病的標(biāo)準(zhǔn)化問題，而是使用基于非標(biāo)準(zhǔn)化的理論進(jìn)行考察，揭示疾病的規(guī)律，以此探尋醫(yī)療AI的路徑、方法。

五、小結(jié)

醫(yī)療AI是人類一項(xiàng)更加宏大、復(fù)雜、久遠(yuǎn)的探索，必然吸引科學(xué)家們、各類機(jī)構(gòu)前仆后繼地奮斗不息。但在當(dāng)前，謀求落地或商業(yè)化的訴求，必須要謹(jǐn)慎，最好制定分步的目標(biāo)和循序漸進(jìn)的推進(jìn)策略，直接針對(duì)AI醫(yī)生是錯(cuò)誤的。

未來智能實(shí)驗(yàn)室是人工智能學(xué)家與科學(xué)院相關(guān)機(jī)構(gòu)聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學(xué)交叉研究機(jī)構(gòu)。

未來智能實(shí)驗(yàn)室的主要工作包括：建立AI智能系統(tǒng)智商評(píng)測(cè)體系，開展世界人工智能智商評(píng)測(cè)；開展互聯(lián)網(wǎng)（城市）云腦研究計(jì)劃，構(gòu)建互聯(lián)網(wǎng)（城市）云腦技術(shù)和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務(wù)。

如果您對(duì)實(shí)驗(yàn)室的研究感興趣，歡迎加入未來智能實(shí)驗(yàn)室線上平臺(tái)。掃描以下二維碼或點(diǎn)擊本文左下角“閱讀原文”