作为业界最早的参与者，IBM在AI领域的一举一动总是可以引起激烈的讨论。最近，有传言复活了。有报道称，IBM的人工智能医疗部门Watson Health已裁员50％至60％。其“医学AI已经失败”。舆论一直在骚动。医疗保健是人工智能的明星领域。深度学习的消息不断涌现，大量医学论文以及图像解释的准确率超过了人类医生。人们希望医学人工智能能够改革传统医学体系，减轻医学资源的短缺和不平衡，并朝着精准医学的方向发展。健康管理。但是，沃森的健康挫败感使医疗AI领域继续屈服。 “芯片实验室” “大多数Watson当前的问题来自过度的宣传，例如自动阅读病案，自动诊断病情以及比人类医生做得更好，这是不现实的。”美国华盛顿大学计算机科学系教授陈一新说白了，“沃森的早期宣传非常引人注目。后来，当错误药物的消息出现时，舆论大为反弹。但是沃森可以提高临床决策的有效性和水平。”简而言之，沃森的“锅”不应该来自医疗AI。后退;直接说“失败”还是另一个“头条人物”。据陈义新介绍，医疗人工智能的优势是显而易见的，并且在某些领域已经取得了突破。 “目前，人工智能适合具有清晰规则的医学领域，例如大量注释数据，清晰规则，清晰训练标签。结果被明确定义，例如食道癌。此外，它是单一疾病的细分，例如心电图的自动解释。另外，例如，在新药研发的更广泛领域中，付款人是明确的，并且有大量的外包需求，这是非常有希望的。 “然而，人工智能在医学领域的登陆是独特的，并且有许多障碍需要克服。总体而言，医疗领域本身是保守且封闭的，医疗机构和医生主导决策过程，并且容错率极低。与消费类应用不同，后者需要大量投资，并且有很多尝试和错误的机会。”中海投资副总裁陈东东表示。最明显的是由于数据量少或访问困难而导致缺乏数据，可用于训练AI医疗产品的数据的缺乏限制了产品的发展。不只是沃森，这是医疗机器学习面临的一个普遍问题。 “尽管我们人口的诊断和治疗基础很大，但实际上很少有合格和高质量的数据。同时，由于系统和授权的原因，获得这些数据的难度和障碍非常高。陈东东说。在采访中，陈义新提到，就屈臣氏提供癌症治疗选择的引以为傲的能力而言，实际上只有600多例肺癌用于训练他。总体而言，人工智能医疗领域中的大多数产品仍处于完善和反复试验的阶段。技术能力不是一朝一夕就能实现的。建立监管体系和克服心理障碍需要时间。医疗AI的付款人也不清楚。从医院到患者，支付意愿不强，并且很难促进。他说。 “人工智能和医疗保健的结合从来都不只是一个技术问题。”陈东东说：“谁来付钱？谁将负责？犯错误的患者可以接受吗？此外，目前还没有获得家用人工智能医疗产品。医疗器械许可证不能商业化。尽管监管机构正在积极推进，但面对这一新事物，它们仍必须经历从无到有的过程。专家评论：人工智能需要大量可靠的数据才能发展。具有有限数据和附加手动标签的标签，说AI可以超越高级人类医生是不现实的。但是不可否认的是，近年来，在工业，大学和研究机构的共同努力下，人工智能医疗已经取得了长足的进步。技术将服务于特定场景，人机具有各自的优势，因此人机协作是AI医疗保健的未来。在此级别上，无需对