在人工智能席卷世界的大浪潮中，應(yīng)用于醫(yī)療領(lǐng)域的機(jī)器學(xué)習(xí)技術(shù)在過去三年似乎成了投資界和新聞界關(guān)注的首要話題。

自2013年初以來，IBM的Watson應(yīng)用于醫(yī)療領(lǐng)域；在打敗世界上最出色的圍棋選手后，谷歌 DeepMind的團(tuán)隊決定將重心放在充分發(fā)揮這項技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用上。

機(jī)器學(xué)習(xí)（ML）行業(yè)許多最火爆的年輕初創(chuàng)公司也將大量的精力投入到醫(yī)療領(lǐng)域，其中包括Nervanasys（最近已被英特爾收購）、Ayasdi（截至2016年2月融資940萬美元）、Sentient．a(chǎn)i（截至2016年2月融資1．44億美元）和Digital Reasoning Systems（截至2016年2月融資3600萬美元），不一而足。

盡管投資界和研究界表現(xiàn)異常興奮，但我們發(fā)現(xiàn)大多數(shù)機(jī)器學(xué)習(xí)公司高管很難洞悉如今機(jī)器學(xué)習(xí)正在醫(yī)療領(lǐng)域的哪些方面發(fā)揮影響。為此我們撰寫這篇文章，目的不是全面列出可能的應(yīng)用，而是重點介紹機(jī)器學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域當(dāng)前和未來的用途。

機(jī)器學(xué)習(xí)當(dāng)前在醫(yī)療領(lǐng)域的應(yīng)用

下面這幾個應(yīng)用并不全面，但表明了機(jī)器學(xué)習(xí)在醫(yī)療行業(yè)的一些影響。

醫(yī)療圖像診斷

由于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，計算機(jī)視覺一直是最顯著的技術(shù)突破之一，也是機(jī)器學(xué)習(xí)在醫(yī)療界特別活躍的應(yīng)用領(lǐng)域。微軟的InnerEye計劃（始于2010年）目前正在開發(fā)圖像診斷工具，團(tuán)隊已發(fā)布了解釋發(fā)展動向（包括機(jī)器學(xué)習(xí)用于圖像分析）的許多視頻。

隨著深度學(xué)習(xí)變得越來越普及，以及更多的數(shù)據(jù)源（包括形式豐富多樣的醫(yī)療圖像）成為人工智能診斷過程的一部分，深度學(xué)習(xí)可能在診斷應(yīng)用中發(fā)揮越來越重要的作用。

然而，深度學(xué)習(xí)應(yīng)用軟件的解釋能力有限。換句話說，經(jīng)過訓(xùn)練的深度學(xué)習(xí)系統(tǒng)無法解釋它“如何”給出預(yù)測，即使預(yù)測是正確的。這種“黑盒子問題”在醫(yī)療界更具有挑戰(zhàn)性，醫(yī)生們不希望在沒有深入了解機(jī)器如何給出建議的情況下做出生死攸關(guān)的決定，即使過去已證明了那些建議是正確的。

治療查詢和建議

診斷是一個非常復(fù)雜的過程，涉及眾多因素：從病人眼白的顏色到早上吃的食物――機(jī)器目前無法關(guān)聯(lián)和解讀這些因素。然而有一點毫無疑問：僅僅充當(dāng)科學(xué)知識的延伸，機(jī)器就有助于幫助醫(yī)生在診斷和治療方面做出正確的考量。

這是Memorial Sloan Kettering（MSK）的腫瘤科室最近與IBM Watson合作時力爭實現(xiàn)的目標(biāo)。MSK擁有癌癥患者和數(shù)十年來采用的治療方法方面的大量數(shù)據(jù)，借鑒過去最有效的治療措施，能夠向醫(yī)生展示并建議治療思路或方案，以便處理將來獨特的癌癥病例。如今，這種智能增強(qiáng)工具已經(jīng)投入初步使用。

醫(yī)療數(shù)據(jù)收集

人們非常關(guān)注匯集來自各種移動設(shè)備的數(shù)據(jù)，以便匯總并解讀更多的實時健康數(shù)據(jù)。 蘋果的ResearchKit旨在治療帕金森病和阿斯波哥爾綜合癥，為此允許用戶訪問交互式應(yīng)用程序（其中一個應(yīng)用程序運用機(jī)器學(xué)習(xí)來識別臉部），從而長期評估身體狀況。應(yīng)用程序能將日常的進(jìn)展數(shù)據(jù)饋送到匿名數(shù)據(jù)池中供將來研究。

IBM在不遺余力地獲取它能獲取的所有健康數(shù)據(jù)，不僅與Medtronic合作，實時解讀糖尿病和胰島素數(shù)據(jù)，還斥資26億美元收購了醫(yī)療分析公司Truven Health。

盡管物聯(lián)網(wǎng)提供了大量的醫(yī)療保健數(shù)據(jù)，但業(yè)界似乎仍在嘗試如何解讀這些信息，并且實時改變治療。科學(xué)家和患者都樂觀地認(rèn)為，如果匯集消費者數(shù)據(jù)這股趨勢持續(xù)下去，研究人員會有更多的手段來攻克疑難雜癥和獨特病例。

藥物發(fā)現(xiàn)

雖然醫(yī)療保健行業(yè)牽涉眾多利益相關(guān)者（醫(yī)院CIO、醫(yī)生、護(hù)士、患者和保險公司等），但對于開發(fā)機(jī)器學(xué)習(xí)醫(yī)療保健應(yīng)用軟件的公司來說，藥物研發(fā)帶來了相對簡單的經(jīng)濟(jì)價值。這類應(yīng)用軟件還面對一群相對清晰的客戶，它們通常財力雄厚，那就是制藥公司。

IBM自己的醫(yī)療應(yīng)用軟件很早就發(fā)力藥物發(fā)現(xiàn)，谷歌也加入到了藥物研發(fā)的行列，而一大批公司已經(jīng)在通過借助機(jī)器學(xué)習(xí)致力于藥物發(fā)現(xiàn)來融資和獲利。