文章图片标题

Watson初次确诊罕见白血病,10分钟诊断难点安在?

分类:新闻摘要 作者:为者常成 评论:0 点击: 352 次 日期:2016-08-09

udast

  10分钟能做什么?充其量只能用来看几条新闻的时间,对于Watson而言却能诊断一名病人。

  Watson的认知计算才能已经为我们所熟悉,而它也在医学范畴一直发力。日前,东京大学医学研究院应用Watson判断一位女性患有罕见的白血病,而这只用了10分钟的时间。

  患者为一名60岁的女性,最初依据诊断结果,显示她患了急髓白血病。但在经历种种疗法后,效果并不明显。 依据东大医学院研究人员Arinobu Tojo的说法,他们应用Watson体系来对此病人进行诊断。体系通过比对2000万份癌症研究论文,在10分钟得出了诊断结果:患者得了一种罕见白血病。

  该研究重要由美国的IBM研究所,纽约基因组中央及东大医学研究所联合实现。

  10分钟诊断是如何实现的?

  东京体系与软件开发研究所Watson Health Cloud的软件工程师林雪婷向雷锋网(搜寻“雷锋网”公众号关注)表示,现在医疗方面的名目难点实在比较统一。

  首先,你要有能够对照的数据,在这个名目里是和纽约基因中央进行协作。

  其次数据应用时,第三方只能依据HIPPA协议应用个人数据的统计信息;

  再者,可能就是怎么把数据导出来作为这个研究的样本了,这个也很麻烦,因为基因数据很大。

  而做人工智能诊断智能图谱的康夫子CEO,前百度自然言语处理部资深研发工程师、文本常识挖掘方向负责人张超也列举了这一研究的重要难点。“数据抽取是个非常有门槛的技巧”,重要体现在四个方面:

  1. 相比较构造化或者半构造化抽取,无构造化抽取面临更多的挑战,比如:抽取模板进修更为复杂,抽取进程的语义转移,另外另有不少歧义、边界问题须要处理;

  2. 无构造化抽取的面对的数据源更为繁杂,如:网页、论文、书籍、问答数据等等,不同数据源带来的数据清洗工作也不尽相同;

  3. 在医学应用场景下,要求抽取工作的准确率、召回率都须要很高,这也是抽取任务的一大挑战;

  4. 无构造化文本抽取的进程也伴随着大量的计算,对计算性能也有较高的要求。

  而新闻中提到的“10分钟”,在林雪婷看来,“应当是不包括把数据导出来的时间的”。

  张超也对这一点表示肯定。“这个10分钟,应当是用在匹配搜寻上的。”

  也就是说,这一进程首先要对构造化的常识进行构建,肯定是在离线状态下实现的。在这个案例中,将基因中央的相关数据导在一个数据池中,并进行内容管理,而Watson在10分钟内所做的,就是在已经做了筛选的数据中进行对比,找寻相似项。

  “所以文中说的2000万论文,应当是离线抽取后应用的;另有一种可能是,应用这2000万篇论文去调参原来的模型。”

  Watson的医疗蓝图

  2011年2月,Watson在智力节目《危险边缘》打败了人类对手,用自然言语实现深度问答,展示了其强大的进修才能。而Watson在医疗机构的协作,同样也帮助医学研究人员在认知计算应用上一直推进。

  Watson Health成立于2015年4月,吹响了Watson进军医疗行业的号角。

  去年7月,Watson和美国第二大连锁药店CVS进行协作,对用户行为和指标分析,并预测其健康状况。在第一阶段的协作中,CVS重要向Watson开放用户的行为信息、临床数据、购药数据及保险信息等。

  8月份,IBM还收购了医学影像公司Merge,结合Watson的认知进修才能,能够将医学影像、诊断和用药方案三者贯通起来,而对医学影像的深度解读,就成为了Watson的核心力量。除外,IBM还与苹果、美敦力等公司树立了协作关系。

  Watson在医学研究上的应用实在不只局限于诊断范畴,在读病例、读论文、寻找医治疾病的配药方面,都已经有了结果。此前IBM和美国癌症基因会(AACR)树立过协作,据推测这一举措可能是为了获得患者的统计数据,但Watson在医治上的胜利应当是首例。

  张超对IBM Watson的信心相对比较充足,他认为只要有充足的数据,就能够在肿瘤范畴大规模应用。

  “在记忆维度,机器要比人厉害;只要灌输给机器充足多的常识,机器能够代替人们来搜寻种种可能,最后辅助医生。”

  而依据林雪婷向雷锋网的表述,Watson Health Cloud将把这个案例作为胜利应用放在医疗云上,这也就意味着可能成为大范围的应用。

  “但我估计真正落实到云端能够用的,也就是说医院能够直接应用于诊断范畴的方法要两三年,在这之前都是研究结果而已。”

  而林雪婷也指出,现在所有的名目,所引用的数据都源于美国,日本暂时还没有相关的第三方应用医疗数据的法规,“据说(日本)明年会重新提案立法。”虽然现在我们已经看到了IBM在医疗范畴上的胜利,但要真正走进我们的日常诊断中,不仅须要技巧的一直优化,在法律上同样也须要迎头赶上啊。

更多内容请长按二维码关注(更有不定期发红包活动吆^0^):
致儒先生

转载自:http://tech.sina.com.cn/d/i/2016-08-08/doc-ifxutfpc4794569.shtml




声明: 除非注明,本文属( 为者常成 )原创,转载请保留链接: http://www.tomrrow.com/archives-7961.html