智能科技团队观点
近日《IBM Watson大裁70% 员工，撕掉了国内大批伪AI企业最后一块遮羞布！》一文刷屏，我们找到了文中提到的IEEE Spectrum 的特别报告《How IBM Watson Overpromised andUnderdelivered on AI Health Care》，并对其做了中文摘要，详见后文。关于AI对认知型工作的影响，我们一直以来秉持的观点是：低技能岗位被替代，高技能岗位得辅助，医生无疑属于高技能岗位。从摘要可知，IBM的产品不仅仅是辅助医生进行诊断，而且要出治疗方案，可能步子迈得太大。
虽然IBM裁员显示AI热潮遇到了挫折，但我们仍然对其未来充满信心，因为比尔盖茨说过：“人们总是高估了未来一到两年的变化，低估了未来十年的变革。”
《How IBM WatsonOverpromised and Underdelivered on AI Health Care》摘要
Watson成立之初以丰富的疾病知识库见长，目标是将库内专业知识普及到世界各地尤其是医疗资源短缺的地区，通过AI减少诊断错误、优化医疗资源匹配、帮助医生更快完成工作。但其技术多是实验室内技术，难以现实落地。
在整个智慧医疗领域，目前通过监管机构审核、并可切实落地的应用是：计算机视觉分析图像，如X射线和视网膜扫描，IBM在视觉领域有研究项目但无落地产品。除图像外，AI很难学习并理解复杂医学信息。对于软件编程师而言，既熟知医学勾稽关系又懂得编程，很难实现。因而，Watson推崇的AI医生更偏向AI助手。
2011年Watson曾尝试通过NLP技术切入医疗保健领域，在实验中通过抓取实验室结果和生命体征测量等数据，推测患者身体状况。但在实际应用中，Watson面对的大多是“非结构化”信息，例如医生笔记和手写出院记录等，且多数为叙述性表述，与实验室学习过程中专业的文献和书本不同，对Watson而言读写、理解均有不小难度，最终在2014年IBM选择不将其商业化。
2014年IBM又花重金进入诊断服务领域，最受市场关注的是肿瘤学诊断产品，产品原定目标是将通过大数据学习，能为患者提供个性化癌症治疗方案。但在实操过程中，（1）Watson无法辨别模糊性信息，解读诊疗时间线上病理演变过程的准确性也低（约65%），例如给出一项治疗方案又同步写明后续存在的并发症和风险，同时又提出保守型观察方案，医生可以辨别但AI不行；（2）阅读专业类刊物、学习前沿诊疗方法时，医生和AI的习惯也不同。医生能提取重点信息，而Watson采用统计方法。综上，最终导致Watson给出的诊断结果，（1）或是医生都清楚的标准治疗方法，无借鉴价值；（2）通过大数据归纳得出的治疗方法，并不适合特定患者。作为对治疗方案要求极为精准的癌症治疗，Watson缺少实际作用，导致后期产品推广难度大。
Watson仍有值得期待的商业化应用，在限定的范围内，仅作为搜索引擎、输出搜索结果而非结论性的表述。例如，Watson接收患者基因突变的文件，能在几分钟内生成涵盖所有相关药物和临床试验的报告。主要归因于IBM的NLP技术确实行业领先，虽然在医疗记录的理解上表现不佳，但使用它来搜索教科书、期刊文章、药物批准和临床试验公告等非常具体的陈述，效果很好。
IBM自2011年正式踏入AI医疗领域后，产品具体如下：
注:"无使用中的产品"原英文表述为:No tools in use;"无可用软件产品"原英文表述为:No app available
【原文】How IBM Watson Overpromised and Underdelivered on AI Health Care
原文网络链接如下：
https://spectrum.ieee.org/biomedical/diagnostics/how-ibm-watson-overpromised-and-underdelivered-on-ai-health-care
