利用AI洞见，共同直面医疗健康挑战

    【文章原载于中国医学论坛报】

    作者：张文明，IBM副总裁，Watson健康事业部大中华区及亚太区总经理，医学及理学博士

图：张文明，IBM副总裁，Watson健康事业部大中华区及亚太区总经理，医学及理学博士

    我们的时代面临的一大挑战就是如何改善人类健康。人们在医疗健康领域投入了非常多的科学研究和资源，但这个领域依然充满各种复杂性、惯例和误读信息。

    如今，前所未有的大量数据流经医生办公室和公共卫生部门，这些数据往往位于多个孤立系统之内，且80%的信息是诸如病例、医学影像等非结构化分散数据，它们的真正价值还有待被挖掘。

    对于医疗服务的需求在日益增长，给公立和私立医疗部门的压力倍增，医疗人员短缺的矛盾越来越突出，导致医生工作时间越来越长，甚至不堪重负。

    从患者的角度，患者往往认为他们与信息之间竖立着一座高墙，患者的认知亟待提高。

    慢性病患病率在全球范围内都有所提升，很多人甚至同时患有多种慢性病，癌症则是死亡率最高的病种之一。根据《临床医生肿瘤杂志》（CA: A CANCER JOURNAL FOR CLINICIANS）2018年全球癌症统计数据报告，2018年，全球范围内预计约有1810万癌症新发病例和960万癌症死亡病例，据悉这其中，中国的新发病例和死亡病例约占了全球四分之一。1

    世界各国政府和医疗服务提供者都已经在积极制定各种政策和举措，旨在改善医疗领域内的方方面面，我们越来越了解如何利用海量的数据、采用分析技术来生成相关的洞见，以助力全面解决医疗健康问题，这同时也创造了前所未有的好时机，让医疗健康体系的各方共同来应对这些挑战。

    100多年以来，IBM一直致力于帮助各行各业的转型，非常了解每个行业都有其复杂性。例如，在医疗健康领域，人类于1886年首次使用打孔卡进行数据处理，当时巴尔的摩卫生署采用的就是由作为IBM 前身的制表机公司的创始人之一Herman Hollerith 开发的制表系统。20世纪 60 年代，IBM 与美国俄亥俄州 Akron 儿童医院开发并采用了一种早期电子病历。

    在将人工智能（AI）、分析等创新技术应用于医疗健康领域，IBM也走在前列。2015年，我们组建了Watson Health业务部门，致力于通过数据、分析、AI解决世界上部分最紧迫的医疗健康问题。

 

    医疗健康领域的数字化转型

    Watson Health为客户数字化转型之旅的多重需求提供帮助，赋能客户获得更多信息，以更好地作出临床、运营和财务方面的决定。我们的解决方案是为了增强人类的专长，从而让我们的客户从事他们最擅长的工作。

    在肿瘤与基因组学领域，有关肿瘤的研究、遗传变异的研究、临床实验、治疗和护理都是一个艰辛和繁重的过程。为此，IBM致力于帮助我们的客户改善涉及病患和医疗服务提供方的肿瘤治疗流程，提供包括Watson for Oncology（WfO，Watson肿瘤解决方案）、Watson for Genomics、Watson for Clinical Trial Matching在内的临床决策支持工具。

    癌症作为一种致命性疾病，是导致人类死亡的重要原因之一，同时也会产生高昂的医疗系统成本。病患经常会面临复杂、纷繁的治疗方案，而肿瘤学家则需要阅读大量的医学文献和基因组数据，从中进行筛选，为每个患者选择最佳的治疗方案。Watson for Oncology结合了顶尖肿瘤专家在癌症治疗方面的深厚经验，同时又借助IBM Watson帮助临床医生针对患者制定个性化的癌症治疗方案。我们现在做的是对目前的癌症治疗提供支持，主要集中在三个核心领域：应对治疗的不规范性、在全球范围内提供工具（这些工具经由纪念斯隆-凯特琳癌症中心Memorial Sloan-Kettering Cancer Center和梅奥医学中心Mayo Clinic的专家训练而成）、从每天源源不断进入医疗系统的各种合规的数据中产生洞察，并使之应用在肿瘤治疗中。

    Watson for Oncology作为一个解决方案，基于相关指南、最佳实践、医学期刊和教科书提供的信息，提供循证治疗方案选项。该解决方案可对病人的病历信息进行评定，对医学证据进行评估，并按置信度显示可选治疗方案，同时始终提供治疗方案的支持证据。然后，肿瘤医生便可显示身手，利用他们的专业能力选出最佳治疗方案。

    在2019年美国临床肿瘤学会(ASCO，American Society for Clinical Oncology)上，Watson Health及其合作伙伴发布了22项新科研成果，展示了在临床决策支持方面取得的进展。

    研究报告表明，Watson AI在支持循证治疗决策、解决治疗的不规范性问题、提高患者对治疗方案满意度以及解释基因组变异等方面，具有不可忽视的价值。例如：

    - Watson for Oncology为印度马尼帕尔医院(Manipal Hospitals)提供了有价值的信息，改变了13.6%病例的临床决策。

    - Watson for Genomics在韩国翰林大学医学院（Hallym University College of Medicine in South Korean）收治的患者之中，33%的患者体内发生了临床上可干预的基因组变异，而这是人工解读中没有发现的。这项研究与北卡罗莱纳大学2017年的研究结果一致。

    - 过去的研究表明，我们的临床试验匹配功能令梅奥医学中心(Mayo Clinic)乳腺癌临床试验的报名人数增加了84%（每月3.5至6.4名患者）；帮助Highlands O ncology Group将患者筛选时间缩短了78%。

    - 回顾11项旨在评估Watson for Oncology与中国医院的专家之间治疗方案一致性的研究，77%的不一致治疗案例是由于当地治疗方案的局限性，33%是由于遵循的治疗指南的不同。

    我们的技术帮助临床医生和多学科肿瘤治疗委员会基于经过整理的科学证据做出更好的决策；它可以提供依靠人工方式无法发现的重要洞察和信息；它有助于确保医生和患者考虑所有可用的选择（包括基因疗法和临床试验）；这也提高了患者对治疗计划的信心。

    在医学影像方面，AI对于医学影像的帮助显而易见。但是，最为关键的价值并不在影像，而在于AI能够全面整合患者的相关信息，让放射科医师在查看和解释患者数据时可以做得更好。Watson Health提供的解决方案包括包括Watson Imaging Clinical Review 、Watson Imaging Patient Synopsis、IBM iConnect Enterprise Archive等。

    Watson Health Imaging Clinical Review是一款回顾性、由AI驱动的数据分析工具，能够保持患者记录的可靠性，以推动准确、及时和协调的治疗决策。 该工具能够在患者比较全面的问题列表中指出哪个是最主要的诊断，哪些是偶然发现，这能够让患者减少重新检测的次数。

    在生命科学方面，如果机构能够随时随地获取所需信息，它们就可以受益于今天的各种智能，优化临床发展和商业化进程。为此，IBM致力于帮助客户更快速、有效地提供有针对性的有效疗法，并有助于加快产品上市速度。Watson Health提供的数据和分析工具包括IBM Clinical Development，MarketScan Research Databases等。

    为了实现一个以价值为基础的照护，医院和卫生系统的领导者需要提高临床质量、提高效率、控制成本，以提高机构的财务表现，增强患者护理水准等等。因此他们需要清楚地了解机构正在采取的措施，否则只能靠猜，而无法基于数据作出决策。IBM能够助力风险管理和人员管理，提升对消费者的照护，让医疗机构更自信地决策，从而助力客户管理成本、提升医疗质量。Watson Health为此提供的解决方案包括Micromedex、IBM Cost & Care Insights等等。

    在政府医疗健康管理和公民服务领域，我们的解决方案可以帮助政府相关机构掌握数据，获取洞察，让健康和社会项目变得现代化，从而减少在文档方面所花时间，更好地为公民服务。在这方面，Watson Health提供的解决方案包括Social Program Management、Health and Human Service Analytics等等。
医疗健康行业的数字化转型也可以使企业或机构受益。在这方面，IBM Watson Health提供有数据分析和AI驱动的工具，可以优化企业的福利待遇策略、改善员工体验，此类工具包括IBM Health Insights for Employers和IBM Benefits Mentor with Watson。

    不忘初心，砥砺前行

    数字化转型对于改善医疗健康行业至关重要。要想将AI应用于医疗行业，我们还有很长的路要走。我们会坚定地站在这项颠覆式创新技术的最前沿，携手各界、做直面世界最困难医疗挑战的开拓者。我们将继续基于医生、患者、研发伙伴的反馈，相互学习、不断演进。现在，已经有越来越多的证据，例如包括超过80多项经同行评审的研究、论文和摘要中显示， 医疗健康领域正在更多地使用我们的技术。自2017年以来，900多项科学证据也证明了Watson Health在研发、循证和AI方面的价值。

    虽然医疗健康领域的全方位数字化转型还处在早期阶段，使用AI等先进技术也尚未完全成熟，未来还有很多挑战，但过去几年的成果是强有力的证明，说明这些技术在医疗健康领域已经在发挥重要作用，并且在未来还将大有作为。

    部分参考文章附录：

    1、http://www.sohu.com/a/290209858_713624