醫(yī)學(xué)是人工智能最激動(dòng)人心的前沿領(lǐng)域之一，但人工智能將在哪些方面對(duì)醫(yī)療保健的未來產(chǎn)生真正的影響？ O'Reilly Media 內(nèi)容策略副總裁 Rachel Roumeliotis 在這里回答。

數(shù)據(jù)將如何更好地改變?cè)\斷

很少有行業(yè)像醫(yī)學(xué)那樣數(shù)據(jù)密集。醫(yī)療數(shù)據(jù)有多種形式：圖像、音頻、視頻、非結(jié)構(gòu)化文本和結(jié)構(gòu)化信息。所有這些數(shù)據(jù)都受到其他行業(yè)所經(jīng)歷的傳統(tǒng)問題的影響：信息缺失、值損壞、可疑異常值、缺少標(biāo)簽、印刷錯(cuò)誤等等。

隨著醫(yī)學(xué)數(shù)據(jù)庫(kù)的增多，清理和標(biāo)記信息變得越來越重要。雖然我們距離解決這一挑戰(zhàn)還有一段距離，但我們看到了 Holoclean 和 Snorkel 之類的重要進(jìn)展。前者是一個(gè)開源的、基于機(jī)器學(xué)習(xí)的系統(tǒng)，用于自動(dòng)錯(cuò)誤檢測(cè)和修復(fù)，已成功用于包括醫(yī)院在內(nèi)的多種醫(yī)療應(yīng)用中。

與此同時(shí)，Snorkel 是一種開源數(shù)據(jù)編程工具，它可以自動(dòng)執(zhí)行耗時(shí)的任務(wù)，即創(chuàng)建訓(xùn)練并以編程方式標(biāo)記用于訓(xùn)練機(jī)器學(xué)習(xí)應(yīng)用程序的大型數(shù)據(jù)集。該技術(shù)已經(jīng)在醫(yī)療領(lǐng)域取得了重大成功。一個(gè)對(duì)罕見主動(dòng)脈瓣畸形進(jìn)行分類的項(xiàng)目使用了來自英國(guó)生物銀行的龐大的人口規(guī)模數(shù)據(jù)集，并且使用數(shù)據(jù)編程，能夠自動(dòng)標(biāo)記大約 4,000 個(gè)以前未標(biāo)記的 MRI 序列——否則這些工作必須由手。

同樣的數(shù)據(jù)編程工具也為生物醫(yī)學(xué)圖像分析帶來了成功，以及提取隱藏在現(xiàn)有資源中的知識(shí)。例如，Snorkel 的開發(fā)人員創(chuàng)建了一個(gè)數(shù)據(jù)提取工具，該工具通過梳理生物醫(yī)學(xué)文獻(xiàn)來提取特征和基因組變異之間的關(guān)聯(lián)。通過這種方式，人工智能在提升我們的醫(yī)學(xué)知識(shí)的同時(shí)提供更快、更準(zhǔn)確的診斷——鑒于訓(xùn)練有素的醫(yī)務(wù)人員短缺，這是一個(gè)特別重要的考慮因素。

具有“協(xié)同學(xué)習(xí)”的全球模型庫(kù)

醫(yī)療行業(yè)中定義的數(shù)據(jù)挑戰(zhàn)之一是信息極其敏感的性質(zhì)。我們不僅要處理人們的個(gè)人病史，而且制藥和其他醫(yī)療企業(yè)自然會(huì)嚴(yán)格保護(hù)他們的數(shù)據(jù)。然而，巨大的飛躍需要我們將這些數(shù)據(jù)匯集在一起??，以找到有助于更好地了解疾病和改進(jìn)治療方法的見解。

在北京舉行的人工智能會(huì)議上，加州大學(xué)伯克利分校 RISELab 主任 Ion Stoica 描述了新項(xiàng)目，這些項(xiàng)目使組織能夠在不實(shí)際共享數(shù)據(jù)的情況下進(jìn)行合作。這種新的協(xié)作模式被稱為“合作競(jìng)爭(zhēng)”——收集匿名數(shù)據(jù)以創(chuàng)建一個(gè)全球模型庫(kù)，每個(gè)參與者都可以將其用于自己的項(xiàng)目。

競(jìng)爭(zhēng)性學(xué)習(xí)特別令人興奮的是，它在其他行業(yè)中也有大量敏感數(shù)據(jù)數(shù)據(jù)集的應(yīng)用。例如，金融機(jī)構(gòu)可以使用該模型來構(gòu)建更準(zhǔn)確、更強(qiáng)大的欺詐模型，展示醫(yī)學(xué)領(lǐng)域的先驅(qū)技術(shù)將如何很快改善我們生活的其他領(lǐng)域。

新經(jīng)濟(jì)與市場(chǎng)

然而，這種模式只是醫(yī)療保健行業(yè)正在開發(fā)的新市場(chǎng)的一個(gè)例子。例如，一家正在為未來創(chuàng)造技術(shù)的公司是 Computable Labs，這是一家初創(chuàng)公司，它正在構(gòu)建工具來創(chuàng)建這些新的數(shù)據(jù)市場(chǎng)，解決重要問題，如市場(chǎng)治理、為市場(chǎng)中的數(shù)據(jù)賦予價(jià)值，以及確保隱私的協(xié)議。

RISELab 通過設(shè)想新的雙邊市場(chǎng)將這一想法更進(jìn)一步，這些市場(chǎng)由人工智能在雙方進(jìn)行調(diào)解。僅舉一個(gè)例子來說明這是如何工作的，假設(shè)您是一名糖尿病患者，并且正在使用一項(xiàng)根據(jù)您的病情推薦食譜的服務(wù)——但您不喜歡該服務(wù)推薦的很多菜肴。在一個(gè)雙向的、以人工智能為中介的市場(chǎng)中，您的推薦引擎會(huì)了解您的口味和需求，然后與其他引擎溝通以協(xié)商出令人滿意的菜單。

然而，開發(fā)建立在數(shù)據(jù)流之上的新市場(chǎng)機(jī)制不僅會(huì)對(duì)醫(yī)療行業(yè)產(chǎn)生重大影響；它實(shí)際上代表了一次令人難以置信的雄心勃勃的嘗試，旨在重新構(gòu)想資本主義本身的內(nèi)部運(yùn)作方式。雖然數(shù)據(jù)密集型醫(yī)療保健行業(yè)顯然是出現(xiàn)這種情況的地方，但其應(yīng)用可能是無限的。這只是一個(gè)例子，說明醫(yī)學(xué)不僅幫助我們活得足夠長(zhǎng)，享受更美好、技術(shù)更先進(jìn)的未來，而且實(shí)際上也有助于創(chuàng)造未來。