IBM做其實(shí)醫(yī)療，核心只想解決一個問題——怎么樣利用數(shù)據(jù)挖掘和人工智能的技術(shù)，從海量的醫(yī)療數(shù)據(jù)中間去挖掘出證據(jù)，利用這些證據(jù)給患者提供循癥的個性化醫(yī)療服務(wù)。而這基于兩點(diǎn)重要的突破，其一就是計算能力方面，CPU的計算技術(shù)上有了突破性的發(fā)展。其二就是醫(yī)療數(shù)據(jù)的爆炸，算得過來也有數(shù)據(jù)可算了。從IBM視角來看醫(yī)療數(shù)據(jù)分析包括三大類的數(shù)據(jù)：臨床數(shù)據(jù)、基因數(shù)據(jù)和大健康數(shù)據(jù)。

醫(yī)療數(shù)據(jù)分析就是要從海量的醫(yī)療數(shù)據(jù)中，尋找醫(yī)學(xué)證據(jù)，然后利用這些證據(jù)提供更加個性化的基于證據(jù)的臨床治療。從IBM的視角來看，目前做三件事情：1）做一個醫(yī)療數(shù)據(jù)云，把醫(yī)療數(shù)據(jù)先存起來；2）做analytics，怎么對醫(yī)療數(shù)據(jù)進(jìn)行深度的計算和分析，把它變成模型，一些API；3）做解決方案，怎么針對不同類型的醫(yī)療領(lǐng)域客戶，打造客戶能夠使用的具體軟件和解決方案。

在醫(yī)療領(lǐng)域，IBM解決兩個問題：一是解決多模態(tài)醫(yī)療數(shù)據(jù)的存儲問題。醫(yī)療數(shù)據(jù)是多模態(tài)數(shù)據(jù)，目前，沒有一種單一數(shù)據(jù)模型能夠覆蓋這種多模態(tài)的醫(yī)療數(shù)據(jù)。第二個問題就是安全和隱私問題，因?yàn)獒t(yī)療數(shù)據(jù)的話我們有很多知道很多這種關(guān)鍵信息泄露信用卡信息泄露，醫(yī)療數(shù)據(jù)的話是非常隱私的個人數(shù)據(jù)，怎么樣對這些數(shù)據(jù)進(jìn)行保護(hù)，這是云平臺一定要做好的。簡單而言，分析層也做兩件事情。第一是對多模態(tài)醫(yī)療數(shù)據(jù)的分析。第二，分析是與醫(yī)療領(lǐng)域相關(guān)的，醫(yī)學(xué)里有一些特定的問題。

Watson Genetics從基因維度切入，與前面解決方案一起解決腫瘤治療。這個系統(tǒng)也很簡單。拿到一個患者的二代測序結(jié)果后，通過分子的profiling，在患者所有的變異基因全部找到之后，進(jìn)行很復(fù)雜的pathway分析。Pathway主要通過在幾千萬篇文獻(xiàn)中，學(xué)習(xí)各種藥物靶向、基因變異、蛋白質(zhì)作用過程等方方面面，構(gòu)成了很復(fù)雜的網(wǎng)絡(luò)，然后推理，給出相應(yīng)的靶向藥物的治療推薦。前一階段有個新聞報道，日本東京大學(xué)有一個患者得了非常罕見的白血病，然后沒有醫(yī)生沒有見過，沒有辦法確診，還甚至進(jìn)行了誤診。借助這樣一個系統(tǒng)，很快就找到患者可能得的白血病，同時推薦了一些靶向藥物，挽救他的生命。

醫(yī)學(xué)影像

影像設(shè)備可以幫助醫(yī)生，更好地看到患者體內(nèi)的信息，甚至包括病理，通過組織切片用高倍顯微鏡看到細(xì)胞層次的變化，做出更加準(zhǔn)確的一個判斷。機(jī)器看片原理很簡單。首先，用一些比較經(jīng)典的一些影像分析或者模式識別的方法，模擬一個醫(yī)生的看片過程，看一些視覺特征。同時，計算機(jī)可以利用復(fù)雜的卷積網(wǎng)絡(luò)，在像素層級上看像素的變化，在像素層級上進(jìn)行計算，比人看得更細(xì)致?？梢酝ㄟ^構(gòu)建多層的神經(jīng)網(wǎng)絡(luò)去提取那些隱含的特征信息，利用這樣的信息做判斷。計算機(jī)角度不光看影像數(shù)據(jù)，還看病例信息、基因測序結(jié)果，將多模態(tài)的信息融合在一起，可以達(dá)到一個更好的效果。