大名鼎鼎的IBM Watson也要被卖了 人类的AI梦该醒了？|Watson
归根到底，对Watson Health来说致命的问题在于，它的诊断结果不准确。此外，Watson只能比人类专家更快地给出相同的诊断结果，而无法治疗人类医生治不了的病。
人类丰满的AI梦，正在撞上冰冷的现实。
1月19日，据外媒报道，IBM(118.99, -1.74, -1.44%)正在考虑出售 Watson Health 业务，可能的方案包括出售给私募股权公司、医疗行业企业或者与一家特殊目的收购公司（SPAC）合并。
Watson Health部门主要负责将AI用于帮助医院、保险公司和制药企业处理数据。据报道，该部门年收入大约为10亿美元，但目前仍未盈利。
IBM在2020年4月迎来了新任 CEO 阿尔温德·克里希纳（Arvind Krishna）。上任后，克里希纳着手简化公司业务线，让云计算在市场中变得更加有竞争力。如若Watson Health真的被出售，对IBM的AI业务来说，无疑是一次不小的挫折。
曾想替人类解决肿瘤治疗
长久以来，Watson都是IBM AI业务的一块招牌，也是人类最初充满野心的AI梦的代表。
2011年，深度学习方法刚刚被重新定义，仍未掀起新一轮AI浪潮。但此时IBM的Watson就在美国最受欢迎的智力竞猜节目《危险边缘》中，击败了该节目历史上最成功的两位人类选手。
Watson在比赛中展现了强大的自然语音理解能力。要赢得比赛，它必须解析大量文字找到线索，然后搜索大量文本数据库，以检索可能的答案。在击败两位人类冠军后的第二天，IBM宣布了 Watson的新职业目标：一名AI医生。
从逻辑上看，Watson在竞猜节目上展现的能力，似乎可以移植到医学领域——都是先理解自然语言（患者的电子病历），然后检索文本数据库（治疗方案和最新医学文献），最终给出答案。这个方案的价值在于，每天有将近8000篇医疗文章发布，医生一篇篇读是不可能的，AI能帮助医生阅读最新医学成果。
2013年，IBM更是将研究重心聚焦于肿瘤治疗这一最大的、人类尚无法攻克的医学挑战上。2015年，IBM成立了专门的部门—— Watson Health，可见其当时的决心。IBM前CEO罗睿兰（Virginia Rometty）曾把Watson Health称之为公司的“登月计划”。
众所周知，AI的基础是大量训练数据。为了获得这些数据，IBM花费约40亿美元收购了4家医疗领域数据驱动型公司，分别是Phytel、Explorys、Merge Healthcare和Truven Health Analytics。2016年，成立仅两年的Watson Health，员工规模已经达到一万多人。
在重点发力的肿瘤治疗领域， Watson Health吸引了许多著名合作机构，包括安德森癌症中心、纪念斯隆-凯特琳癌症中心、梅奥医院、奎斯特诊断(119.23, -2.62, -2.15%)公司。2016年8月，Watson Health还进军中国，推出“健康中国”生态圈共赢计划。
声势壮大的宣传、数额庞大的并购、权威机构的合作，IBM通过一系列举措让外界对Watson Health的预期提得非常高。毕竟，用最前沿的AI技术来解决最困难的医疗问题，这件事情听上去就非常性感。
不过，后来的发展事与愿违。安德森肿瘤中心曾与 IBM 合作，为肿瘤学家创建咨询工具。该工具利用自然语言处理技术来汇总患者的电子健康记录，然后匹配数据库提供治疗建议。安德森癌症中心在这个项目上投入了6200万美元，但最终结局却是双方在2017年2月终止了合作关系。
业界开始对Watson Health产生怀疑，它自己的问题也接踵而至。2018年5月，美国媒体The Register报道，Watson Health部门要解雇大约50%-70%员工，引发了巨大震动。不过后来科技媒体IEEE Spectrum的报道指出，被裁员工主要来自收购的三家公司Phytel、Explorys和Truven。大量收购使得公司面临人员臃肿问题，为裁员埋下了伏笔。
但这些都是表面现象，归根到底，对Watson Health来说致命的问题在于，它的诊断结果不准确。
2018年8月媒体报道，没有任何已发表的研究表明，Watson提升了患者的治愈率。有十几位使用过该系统的机构和医生反馈，其癌症应用收效甚微，某些情况下还会出错。并且，由于缺乏罕见病例数据，Watson的更新速度跟不上癌症治疗的发展速度。
丹麦一个医院在一份研究中指出，Watson给出的诊断方案，与专家给出的仅有30%重合度，因此拒绝采购Watson系统。德国媒体也曾报道，德国两家机构在实际应用中发现，Watson对于那些症状特殊的病人会开出致命药物。2018年10月，IBM Watson Health当时的CEO Deborah DiSanzo宣布离岗。
一切都不可逆转地指向最终结局，如今终于传出IBM寻求出售Watson Health的消息，失去业界的信心，再丢掉雄厚资金的支持，这个人类最早的AI明星的前景，不再明朗。
AI梦该醒了？
当前AI应用于医疗最普遍的场景是识别医疗影像，比如视网膜眼底影像。而Watson所挑战的是诊断问题，并且还是医学上难度最大的肿瘤治疗领域。在该问题上，Watson Health面临着数据和AI智能的双重挑战。
在数据获取层面，大部分医疗数据是非结构化信息，比如医生撰写的病历和出院总结。虽然AI的自然语言理解能力进步飞快，但相比人类依然差很多。图灵奖得主约书亚·本希奥（Yoshua Bengio）曾表示，在医学文本文档中，AI无法理解歧义，也无法找到人类医生会注意到的细微线索。
另一方面，有些罕见病例的数据往往难以获取。《中国工业和信息化》杂志2020年的一篇文章指出，在解析Watson的数据中发现，在罕见病例研究中，本来应该喂给Watson大量的真实数据从而找到新的治疗手段，由于罕见病例数据的极端匮乏，实际上Watson被灌了一堆没什么用的假想数据，而并不是真正的病人数据。这种通过假想数据学出来的AI，准确性可想而知。这就出现了罕见病例中Watson的误诊情况。
全球领先的医学资讯平台Medscape在2018年一篇报道指出，Watson在学习根源上有问题 —— 它并没有使用足够的真实病例进行学习，而负责训练它的人群，仅仅是纪念斯隆-凯特琳癌症中心的肿瘤学家和IBM自己的工程师。Watson大量训练时间用于掌握上述肿瘤学家设计出的理想(29.84, 0.40, 1.36%)化病例和治疗方案。它用于训练的真实病例数量很小，最多的肺癌也仅有635例，最少的卵巢癌更是仅有106例。
IBM在数据获取上曾做过努力，花费40亿美元收购了4家公司，但在数据融合上，IBM低估了复杂度。上述《中国工业和信息化》杂志文章指出，IBM前员工和前客户的医院管理人员说，虽然收购了大量数据，但在融合各种各样的数据时发现需要花费难以想象的人力物力，还没开始训练，就让人筋疲力尽。在巨大的经济压力和暗淡的前景面前，各个合作伙伴只能选择终止合作，留下一个烂尾楼。
AI目前的智能程度，更是难以匹配肿瘤治疗的复杂性。AI的本质是统计学，它所得出的结论局限于人类训练员提供的数据，而无法像一个专业医生一样，独立生成新的见解。
也就是说，Watson只能比人类专家更快地给出相同的诊断结果，而无法治疗人类医生治不了的病。
在巨大的风险面前，医生只会将Watson的诊断结果作为参考，依然会进行大量临床研究。在IBM的宣传中，Watson能够凭借着强大的计算能力发现人类看不到的模式。但事实证明，AI的智能远未到这个程度。Watson对医生的意义，也就大打折扣。
Watson Health的挫折反映出AI应用在诊断上困难重重，但这并不意味着AI在医疗领域没有前景。在图像分析、基因分析和制药领域，都有不少公司在探索AI的应用场景。即使是在诊断领域，IBM的Watson没做好，也不意味着其他人做不好。至少，后来者可以在Watson上学到一些经验。一名中国AI医疗企业的创始人就对品玩说，无论AI领域创业者，公司还是投资人，都在变得务实，按今天AI与医疗的现状，与其一上来就瞄准高精尖问题，倒不如先用自己的技术解决一下医院院长的痛点。这样自己的公司也能活下去，AI也真的能体现点价值。
本文作者：Decode，来源：品玩，原文标题：《大名鼎鼎的IBM Watson也要被卖了，人类的AI梦该醒了？》