Watson 是IBM 的重量級AI 系統；近年IBM 大力發展AI 醫療，在2015 年成立獨立的 Watson Health 部門，并收購多家醫療數據公司，前景看好。然而短短三年，這個明星部門就要裁員50% 到70% 的員工，代表AI 醫療的泡沫化。AI 導入醫療，遇到了怎樣的瓶頸？

1997 年，IBM 深藍戰勝國際象棋冠軍卡斯帕洛夫，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（約新臺幣300 億元）專門建立「Watson Group」，并在一年后，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（約新臺幣1200 億元）收購了4 家醫療數據公司，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。

而僅僅成立三年后，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」，引起了整個產業的一片嘩然。

本月，在IEEE Spectrum 的特別報告《How IBM Watson 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，并對比了如今的發展現狀。

令人不禁感嘆：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。

技術與業務的鴻溝難以跨越

2014 年，IBM 為其人工智慧部門（稱為IBM Watson）新開設了一個酷炫的總部：建筑位于曼哈頓，玻璃外觀在陽光下閃閃發亮，科技感十足；其內部構造類似于一個微型天文館，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癥狀，并提出了可能的診斷列表，每個診斷都注明了經Watson 計算出的信賴區間及與之相關的醫學文獻。

在圓頂象牙塔內，Watson 的資料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兼容；機器學習的模式與醫生的工作方式根本無法匹配，癌癥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，IBM Watson 在電視上展示的突破性技術應用于醫學領域——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 的醫療產品并沒有成功商業化，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。

此時， IBM 已花費數十億美元（約300 億新臺幣）用于收購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，監管機構只批準了少數基于AI 的工具用于真實醫院和醫生辦公室：這些開創性產品主要聚集在圖像診斷領域—— 透過電腦視覺技術分析圖如X 射線和視網膜掃瞄圖像進行診斷。而IBM 卻沒有分析醫學圖像的產品落地。

除了圖像領域，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 也難以理解復雜的醫療訊息。

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 安德森癌癥中心與IBM Watson 合作，為腫瘤學家創建了一個諮詢工具（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，并透過搜尋其背后強大的數據庫為醫生提供治療建議。

MD 安德森癌癥中心斥巨資購買了這一項目，并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（約新臺幣18.6 億元）。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 可以透過分析海量的數據集做出決策支持，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：在醫學文本方面，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 癌癥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 綜合癌癥中心的醫生對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么。

認知教練系統未能上線

運動服裝公司Under Armour 曾與Watson Health 合作創建「個人健康培訓師和健身數據顧問」。該專案使用Under Armour 的活動追蹤器應用城程式提供的數據，并由認知教練根據用戶的習慣提供定制的培訓計劃，并基于相似用戶的數據進行分析，為用戶提供健身建議。但這一認知教練系統從未投入市場使用，且Under Armour 中斷了與IBM Watson 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 并不打算使其商業化，只能陳列在實驗室內供游客參觀。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、訊息系統副主席艾略特．希格爾，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，他更寄期望于谷歌、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并改變醫學，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，并可以將患者分成更多的類別，以提供「真正個人化的護理」，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數據，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 并沒有突破性的成果。

但無論如何， 在數位化時代里，IBM Watson 不是第一個象牙塔的守望者，也不會是最后一個叢林中的引路人。

時間洗滌一切

2016-2017年，人工智能在醫療領域的崛起速度驚人，沃森健康宣布進入國內醫療市場，他們希望協助醫生在慢病管理和腫瘤治療領域有所建樹。特別國內媒體一窩蜂的熱炒，醫療AI好像變成了時代的弄潮兒一樣，一時風頭無兩！

很多國內企業自認為抓住了大風口的公司，花了大價錢去買很多領域的多年授權，美其名曰戰略合作，有的幾千萬，有的大幾個億，除了到處吹牛演講做PR之外，業務卻慘不忍睹，這下紙再也包不住火了！國內大批醫療AI公司的破產潮就要來臨，打腫臉充胖子，畢竟也就只有臉比較腫而已！

未來智能實驗室是人工智能學家與科學院相關機構聯合成立的人工智能，互聯網和腦科學交叉研究機構。

未來智能實驗室的主要工作包括：建立AI智能系統智商評測體系，開展世界人工智能智商評測；開展互聯網（城市）云腦研究計劃，構建互聯網（城市）云腦技術和企業圖譜，為提升企業，行業與城市的智能水平服務。