首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

AI能从根本上解决紧张的医患关系吗?专访美国国家工程院院士何志明:“机器人根本不能独立看病!”

虽然大数据医疗的应用前景广泛,但是现实情况往往令人沮丧。在个性化医疗中,“光有AI是不够的,因为AI还是需要大数据。”

“如果机器人通过一定的医学考核后,上岗给你看病,你会接受吗?”

这个问题抛出来肯定很多人第一反应是不可置信,有人会戏谑:机器人看病,可以省红包了。

就像国内愈加紧张的医患关系,在医疗诊断上,关于人工智能的争议也一直“剪不断理还乱”。

“如果我自己生病了也不会愿意让机器人来给我看病。”在何志明院士来看:“机器人和人工智慧是两码事,机器人只是一个物理设备,但是人工智能如果要运用到医疗上,它就要有考试外延的其他功能。”

何志明教授,美国国家工程院院士,中组部“顶尖千人计划”获得者,现任美国加州大学洛杉矶分校工程学院教授,细胞控制中心主任,曾任加州大学洛杉矶分校副校长。

在个体化医学、微纳米流体,紊流三大研究领域做出了突出的贡献,是横跨紊流系统、微纳米流体科学和生物纳米科技研究领域中享誉世界的科学家。

光有“AI”是不够的

大数据收集是难题

AI医疗到底有多火?

今年11月,强生对外宣布要开始做医疗机器人;

Deepmind开始将深度学习算法用于乳腺癌X光检查;

IBM Watson在辅助癌症诊断和改善医院病人护理上取得重大突破;

英伟达和通用电气合作,准备全面升级全球50万台医疗影像设备。

而何志明院士研究的个体化医学也离不开人工智能的协助,问题来了,个体化医学又是什么?

对于患相同疾病的不同病人,现在的用药方法是用同样的药;而在将来的个体化医学中,由于可以预测不同病人的药物效应,所以即使是治疗同一种疾病,医生也可能根据病人的遗传背景来选择合理的药物和最合理的剂量。

众所周知,药物研发的周期非常长,何志明院士通过他们的技术和算法,可以快速缩短这个过程。

“通常一个药从细胞实验到临床需要十年以上,但是我们三、四年,用三四百万美金就已经做完了临床试验的初期阶段。目前,我们现在已经和一些机构合作研制HIV和TB的药。”

也就是说,相比较传统的药物研发,在AI的帮助下,何志明院士他们能够在极短的时间内用很少的资金实现药物筛选。

“我们用人工智能的方式,找出药物和病人表型之间的函数转换,实现药物筛检、因人施药。”

何志明一开始采用神经网络方法,用了几百个数据,但是找到规则、发现致癌率其实仅仅只用了五六个实验,所以就像何志明所说,他们的方法是基于神经网络优化得到的,用这个算法去做到个性化医疗。“根据每一个人很少的数据,通过我们的方法来确定什么药什么剂量。”

在这个过程中,大数据的作用功不可没。

何志明举了个例子,“大数据可以帮我们选药、找靶点,目前肺结核认定的十四种药,就是利用大数据从6000多种药中选出来的。”

虽然大数据医疗的应用前景广泛,但是现实情况往往令人沮丧。“光有AI是不够的,因为AI还是需要大数据。”

在小样本应用领域内,大量的人工标注几乎不可能实现,比如医疗数据方面,考虑到数据隐私性,以及各个医院之间的互通性,这些都让海量数据获取和训练难上加难。当然,这也是AI医疗发展的一大瓶颈。

每一种病都需要个性化治疗

新技术以临床应用为首

马兜铃酸事件后,关于中医有害的讨论再次被推上风口浪尖,在何志明来看,“中医的问题在于没有很准确的测量方式。”

“我们现在是把分子拿出来做,这是绝对科学的,一包中药两三百盎司,但是我们治病大概只需要三、四分之一。从几百个分子之间找出来哪几个最重要的,然后调不同的量,可以有效地将剂量降到四分之一。而降低剂量很重要,因为每个药都有毒,我们增加效用值来降低成分。”

对于组合药来说,各个成分之间的比例很重要,但这个比例是一个很大的区间,所以需要不断去测试研究。

虽然何志明院士一直在致力于推广其研发的个体化医疗,但是在市场普及过程中一直遇到不少问题。

“个性化很难达到,我们之前做肝移植实验的时候一分钱没花,直接根据医生给的药测出结果,和医生说下次就用这个剂量,但是这种情况是无法向FDA(美国食品药品监督管理局)去申请,因为FDA是做出一个片子后卖给大家用,这和我们的标准不一样。”

通常情况下,因为每个中药的分子都是新药,所以必须要通过FDA的批准,组合之后还需要经过二次批准,这个过程往往需要四、五十年。

现在何志明每几个月就会和医生开展临床试验,“目前为止,医生一直做不到临床的个性化医疗,虽然分子生物的机制可以帮忙选药,但是选不了剂量,不过我们定的很清楚,个性化治疗每个礼拜都会定期变,和中医‘视体质而变’一样。”

虽然普及之路漫漫,但是何志明觉得医生是很容易被说服的。“医生的目的在于治病,而不是发表论文之类。他们和工程师一样,是问题的解决者。”

这和我们此前采访的樊代明院士观点不谋而合,“不是说写论文不行,而是说要写了有用,写了能真正用于临床治疗。”

从医生的角度去看待新技术的应用,其实最大的衡量标准就是一切为了临床治疗,控制和解决病症问题。

机器人真的会取代医生吗?

回到我们开篇所提到的问题,其实有一个大前提:机器人真的可以取代医生吗?

“抛开技术因素,这其中还有很多问题要解决,首先,病人会接受吗?病人的心理状态很重要,他们会不会相信机器人医生?其次,国家的FDA会通过吗?即使通过了,如果发生误诊了怎么办,像国内的医患关系就很敏感。”

所以现在机器人可能某些方面做得比医生还好,但是最终的诊断结果还是要医生来决定。

一个有经验的医生,是要经过十几年训练的,在这过程中他可以从病人的病情中学到很多,与病人形成一种互动,而这正是大数据所缺失的。

大数据可以掌握很多基础的知识,像教授一样将这些知识教给学生,但是学生还是要自己去和病人互动,才能拥有经验,成为真正的医生。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171226A0NTPK00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券