投資50億的IBM醫療裁員70%：從象牙塔到落地，Watson被潑了哪些冷水
1997年，IBM深藍戰勝國際象棋冠軍卡斯帕羅夫，從此，這家藍色巨人，連同Watson一起，開始為全世界熟知。
Watson也從此名聲大噪，成為IBM持續數年經久不衰的“AI代言人“。2014年初，IBM投資10億美元專門建立“Watson Group ”，並在一年後，開始全力進軍醫療健康行業。
2015年4月，IBM成立了獨立的Watson Health部門；到2016年，Watson大約花費了40億美元收購了4家醫療資料公司，包括Explorys、Phytel 和Merge Healthcare。醫療這塊大蛋糕似乎是人工智慧時代，IBM亟待轉型的一步大棋。
而僅僅成立三年後，這一昔日的明星部門就被傳出裁員50%至70%，一場“AI+醫療的泡沫破滅”，引起了整個行業的一片譁然。 
本月，在IEEE Spectrum的特別報告《HowIBMWatson Overpromised and Underdelivered on AI Health Care》一文中，細數了Watson醫療曾經所立下的目標和被潑的冷水，並對比了如今的發展現狀。
文摘菌只能感嘆：太美的承諾因為太年輕。讓我們也回顧一下Waston醫療漸行漸遠的這一路，希望更多的AI公司能從他們的經驗教訓中找到出路。
技術與業務的鴻溝
2014年，IBM為其人工智慧部門（稱為IBMWatson）新開設了一個酷炫的總部：建築位於曼哈頓，玻璃外觀在陽光下閃閃發亮，科技感十足；其內部構造類似於一個微型天文館，供潛在客戶和訪問者們進行“沉浸式體驗”。
同年，令人瞠目結舌的Watson‘腦力’顯現出其顛覆醫學的潛力，在演示中，Watson收集了一組罕見的患者症狀，並提出了可能的診斷列表，每個診斷都註明了經Watson計算出的置信水平及與之相關的醫學文獻。
在圓頂象牙塔內，Watson的記憶庫掌握著每種罕見疾病的知識，它的處理器不容易受到醫生主觀認知偏見的影響，它甚至可以在幾秒鐘內處理一個棘手的病例。如果Watson能夠將這種即時專業知識帶到世界各地的醫院和診所，人工智慧似乎可以減少診斷錯誤，優化治療，甚至減輕醫生數量的短缺。
但是，象牙塔內的承諾無法做到跨越技術與業務之間的鴻溝。
其強大的技術無法與當今混亂的保健醫療系統相相容；機器學習的模式與醫生的工作方式根本無法匹配，癌症治療的初衷舉步維艱。
創造一名“AI醫生”極其困難
IBM在2011年開始大膽嘗試改革醫療保健，給Watson指出一條AI醫生的道路。當時，IBMWatson在電視上展示的突破性技術應用於醫學領域——主要是其理解自然語言的能力。公司同時做出承諾，Watson的首批醫療保健產品將在18至24個月內上市。
事實上，IBM的醫療產品並沒有成功商業化，從IBM的Watson醫療走出的AI醫生也與設想具有很多差距， 更像是執行日常任務的AI助手。
彼時，IBM已花費數十億美元用於收購AI企業，以加強其內部開發實力，但內部人士表示，被收購公司尚未做出太多貢獻。
到目前為止，監管機構只批准了少數基於AI的工具用於真實醫院和醫生辦公室：這些開創性產品主要聚集在影象診斷領域——通過計算機視覺技術分析圖如X射線和視網膜掃描影象進行診斷。而IBM卻沒有分析醫學影象的產品落地。
除了影象領域，為人類醫生的專業知識編碼是一個非常棘手又浩大的工程，即便是如今最優秀的AI也難以理解複雜的醫療資訊。
IBM的‘首敗’至少可以向技術專家和醫生們證明： 試圖創造出一位AI醫生，這是一件極其困難的工作。
“腫瘤專家顧問”合作中斷
MD 安德森癌症中心與IBMWatson合作，為腫瘤學家建立了一個諮詢工具（Watson for Oncology），該工具使用自然語言處理系統（NLP）總結患者的電子健康記錄，並通過搜尋其背後強大的資料庫為醫生提供治療建議。
MD 安德森癌症中心斥巨資購買了這一專案，並在白血病科進行了第一次嘗試。但該中心在2016年中斷了這次合作，即便是已經花費6200萬美金。具體原因我們不得而知。
或許我們可以從今年的圖靈獎得主，人工智慧研究專家Yoshua Bengio的評論中得到啟發。
IBM對醫療保健系統中不同參與者進行了數量驚人的調查，希望AI可以通過分析海量的資料集做出決策支援，擴大Watson的“認知”能力。但NLP雖然取得較大進步， 但與人類還是相差甚遠。
Bengio說：在醫學文字方面，AI系統無法消歧，也無法找到人類醫生會注意到的細微線索。雖然AI不需要充分了解也可以幫助醫療，但確實還沒有一個AI能與人類醫生的理解和洞察力相匹配。
一些研究將Watson for Oncology癌症治療建議與醫院腫瘤學家的建議進行了比較。下圖為Watson的建議與專家的治療計劃相匹配的百分比。
在印度，Manipal綜合癌症中心的醫生對638例乳腺癌病例中，Watson與專家治療建議的一致率為73％。Watson在韓國Gachon大學Gil醫療中心表現更差，該醫院為656名結腸癌患者提供的最佳建議，只有49％與專家相匹配。
據傳聞，IBM在美國很難找到Watson腫瘤產品的買家。一些腫瘤學家說他們更相信自己的判斷而不需要Watson來告訴他們需要做什麼。
“認知教練系統”未能上線
運動服裝公司Under Armour曾與Watson Health合作建立“個人健康培訓師和健身資料顧問。”該專案使用Under Armour的活動跟蹤器應用程式提供的資料，並由認知教練根據使用者的習慣提供定製的培訓計劃，並基於相似使用者的資料進行分析，為使用者提供健身建議。但這一認知教練系統從未投入市場使用，且Under Armour中斷了與IBMWatson的合作。
下表為IBM在醫療方向專案與目前的進展：
商業化期望越高，失望越大
Chase 作為一名IBM的研究人員， 曾開發出一種診斷工具，但IBM並不打算使其商業化，只能陳列在實驗室內供遊客參觀。最終，對IBM在醫療上的緩慢發展而感到失望的Chase 選擇與IBM分道揚鑣。
馬里蘭大學放射學教授、資訊系統副主席艾略特·西格爾，曾經眾多Watson狂熱粉絲中的一員，也與IBM進行過醫療診斷研究。雖然他認為AI驅動的工具對醫生來說不可或缺，但他懷疑IBM能夠產生那些令人興奮的產品，他更寄期望於谷歌、蘋果和亞馬遜這類公司。
2014年離開的IBM的Kohn說：“擁有強大的技術是不夠的，你還要向我證明，這款產品的確是有價值的，可以讓我生活的更好， 讓我的父母生活的更好。”
為了讓人工智慧充分發揮其潛力並改變醫學，醫療保健的標準必須改變。Kohn說，人工智慧系統可以考慮比臨床試驗更多的因素，並可以將患者分成更多的類別，以提供“真正個性化的護理”，但前提是基礎設施也必須改變: 醫療機構必須同意分享其專有和隱私控制的資料，以便人工智慧系統能夠從數百萬多年來跟蹤的患者身上學習。
他一直期待著在醫學期刊上可以看到有關Watson產品的文章，能夠證明AI可以改善患者的治療效果或節省醫療系統開支。但遺憾的是這類文章寥寥無幾，也就是說Watson並沒有突破性的成果。
但無論如何， 在數字化時代裡，IBMWatson 不是第一個象牙塔的守望者，也不會是最後一個叢林中的引路人。