海量的健康数据不能白白流失，就让AI来做数据的黄金矿工吧

编者按：本文来自微信公众号“将门创投”（ID：thejiangmen），来源：WIRED，编译：Kathy，36氪经授权发布。

过去AI只会出现在某些领域，仿佛距离我们还很遥远；而今，AI出现在了世界的每一个角落里与我们每个人都息息相关不可分离。给你派送夜宵和鸡肉卷的外卖APP，是AI在支撑；你在网上买购物时跳出来的聊天机器人，是AI在实现；推特、博文、朋友圈，返回的搜索结果，甚至是交友软件为你推荐兴趣相投的朋友，都是AI在后面默默的操纵着一切。AI在不知不觉中渗透到了我们每一天方方面面的日常生活中。

但是在封闭的健康医疗领域，由于法律和隐私的问题，AI才刚开始被用于提高这一领域的生产力，改变医生看病，诊断，和监测病人的方式。AI用于医疗领域，其将拯救生命和节约成本的潜力是巨大的。有报道估计，由于AI在临床实验，科学研究和医生制定决策时辅助的高效性，使得大数据处理算法每年可为医药行业节省1000亿美元。这就是为什么像IBM，微软，谷歌和苹果这样的技术巨头正在推出自己的AI保健项目，也是每个获得硅谷风投的专注健康事业的初创公司会投入到“机器学习”和“深度神经网络”中去的原因。 

深度学习算法会因为数据的增加而不断变得准确和高效。而健康数据实际上正在从移动设备、可穿戴设备和电子医疗文件中大量流失浪费。独立的存储系统无法轻松的使数据在设备间实现共享，更不用说与人工智能共享数据了。如果这个现状不改变，AI不可能在这一领域大展身手。这并不是说AI在健康保健领域的宣传都是炒作。当然，现在Watson（IBM Watson 是认知计算系统的杰出代表，也是一个技术平台）变的不像一个击败癌症的电脑奇才，而更像一堆昂贵的电费账单了。但是2017年AI还是在不断深入医学领域实现自己的价值。

事实上，AI开始在医疗领域内外都展现出真实具体的用途。在医生的办公室里，人工智能已经帮助皮肤科医生区分癌症组织和正常部位，使用面部识别算法诊断罕见的遗传病，并在阅读X射线和其他医学图像方面提供帮助。人们还将它用来检测糖尿病相关眼病的发病迹象。但是图像分类并不是它唯一擅长的；人工智能还可以挖掘文本数据。这种技术构建了一个平台，使得任何初级保健医生都能获得来自世界各地的专家的专业知识。你不用再苦等六个月等待普通内科医生帮你转诊到专科医生那里，况且医疗费用本来你也负担不起。在你获得诊断后，你可以带回家一个配备AI的机器人来帮助你坚持你的治疗计划。虽然它唠唠叨叨的，但却是个暖心的朋友。

聚焦于医疗保健的AI也渗透到了虚拟医疗领域，AI通过无处不在的智能手机提供预防性护理和访问间支持。你的手机不再仅仅告诉你怎样可以睡觉香甜，健康饮食，增强锻炼和保持心境平和，现在AI还可以分析你说话和打字的方式，发现抑郁和自杀的迹象。它还可以帮助你处理这些发现的问题。那些没时间或没钱去看合适的精神科医生的人，可以从接受过认知行为治疗概念训练的聊天机器人那里得到帮助。针对那些遭受创伤后应激障碍的老兵，研究人员设计了一款带有机器学习思想的人类治疗师机器人。上述的方法都取得了很好的效果，因为相对于和其他人类进行交流，人们在面对机器时会更加敞开心扉，因为算法不会对你评头论足。

同时AI正在使其他的医疗设备也变的聪明。深度神经软件使人们更容易调谐助听器和新型超声波仪器。它使外骨骼（外骨骼是一种机器人，如补充受损运动功能的动力外骨骼，它可以帮助长者，受外伤的人或残疾人恢复一定的运动功能）更加灵活和适应性，并帮助人工手更善于抓握(但不会折断)东西。

当然，随着机器学习为越来越多的医疗设备软件提升了能力，管理调控这些软件变得更加困难。今年，美国食品药品监督管理局(FDA)甚至不得不成立一个全新的数字健康工作小组来解决这个问题。如何精确的管理始终在学习，发展和不断变化的软件？在零代码世界中，AI编写和重写自己的指令时会发生什么？FDA没有按照套路开展工作，而是另辟蹊径。他们对于有良好的行业信誉的公司进行认证，而不单单只针对某个软件包。

当然，这些调控方法将仅控制AI调节的设备、诊断方式和治疗方法。这种技术正在渗透到医疗实践的各个层面，而不仅仅是在最终的医疗设备批准阶段。它还慢慢渗入到生物医学研究人员筛选大量的基因数据和制药公司发现新药的方式之中。也为公共卫生官员预测下一个流行病，并追踪开出大量阿片类药物处方的地区和医生（阿片类止痛片是从阿片（罂粟）中提取的生物碱及体内外的衍生物，与中枢特异性受体相互作用，能缓解疼痛，产生幸福感。大剂量可导致木僵、昏迷和呼吸抑制。需防止滥用）。 

越来越多的医生和科学家试图去理解那些充斥着数据的现实。随着人工智能开辟了理解和治疗人类疾病的新途径，我们需要记住的是算法和人类一样是不完美的。它们只能做到有什么样的数据就解读到什么样的结果，而且会受到软件固有偏见的影响。 

但无论有多少神经网络开始进入医疗保健系统，从根本上讲医疗保健仍然依靠着人的努力。就算知道是为他好，人们有时也不会执行，即使是在医生的命令下也无济于事。这就意味着在健康医疗领域里最大的挑战不是改变人的身体，而是改变人的思想。这就不是AI擅长做的事情了。短期内AI不会取代人的思维，但是AI可以不断改善相关的医疗设备，用更好的方式为人类服务。