DeepMind是一家總部位于英國(guó)倫敦的人工智能實(shí)驗(yàn)室，他們的研究方向是開(kāi)發(fā)通用自我學(xué)習(xí)算法。

2014年，該公司以4億英鎊的價(jià)格被谷歌公司收購(gòu)，而最近被人們熟知的，就是他們開(kāi)發(fā)的人工智能?chē)鍛?yīng)用“阿法狗”將圍棋世界冠軍李世石給打敗。現(xiàn)在，他們希望將自主開(kāi)發(fā)的人工智能技術(shù)應(yīng)用到醫(yī)療科技領(lǐng)域。

Mustafa Suleyman是DeepMind公司聯(lián)合創(chuàng)始人，也是該公司旗下智能醫(yī)療部門(mén)DeepMind Health主管。據(jù)他透露，DeepMind正在和英國(guó)全民醫(yī)療系統(tǒng)（NHS）合作，希望患者能夠從人工智能技術(shù)中收益。

DeepMind是做什么的？

雖然被谷歌收購(gòu)，但是DeepMind一直是獨(dú)立運(yùn)營(yíng)的，他們的目標(biāo)是開(kāi)發(fā)能夠“獨(dú)立思考”的軟件。為了能夠開(kāi)發(fā)這種類型的人工智能軟件，DeepMind在海量數(shù)據(jù)集合的幫助下訓(xùn)練自己的人工智能去完成某些工作任務(wù)。

Suleyman解釋說(shuō)：

我們的人工智能技術(shù)其實(shí)是從智能代理器開(kāi)始的，你可以把智能代理器看做是一個(gè)機(jī)器人手臂、一輛自動(dòng)駕駛汽車(chē)、或是一個(gè)推薦引擎的控制系統(tǒng)，這個(gè)智能代理器有一些目標(biāo)需要完成，而且它也正在嘗試不斷優(yōu)化。

為了實(shí)現(xiàn)這個(gè)目標(biāo)，我們需要編寫(xiě)代碼，這也是我們?yōu)檫@個(gè)智能代理器所做的唯一的事情。我們說(shuō)，在某些環(huán)境下你應(yīng)該找到一些有益的東西，這個(gè)環(huán)境同時(shí)也應(yīng)該是非常普通的。因此，我們認(rèn)為一個(gè)智能控制系統(tǒng)即可以是訓(xùn)練自動(dòng)駕駛汽車(chē)的模擬器，也可以是給你在YouTube上推薦娛樂(lè)和互動(dòng)視頻的推薦引擎。

這個(gè)代理控制系統(tǒng)可以在某個(gè)環(huán)境下執(zhí)行一系列操作，也可以在某個(gè)環(huán)境下進(jìn)行獨(dú)立、且匿名的實(shí)驗(yàn)性交互。這個(gè)環(huán)境應(yīng)該支持回退，讓人們了解在智能代理器和環(huán)境交互的時(shí)候，環(huán)境狀態(tài)發(fā)生了哪些改變。當(dāng)然還有，這個(gè)環(huán)境需要回傳獎(jiǎng)勵(lì)，這樣可以幫助智能代理控制系統(tǒng)從中學(xué)習(xí)。所以，我們的智能代理器控制系統(tǒng)是通過(guò)反饋、或是通過(guò)鞏固學(xué)習(xí)過(guò)程來(lái)學(xué)習(xí)的。

人工智能技術(shù)如何改善醫(yī)療行業(yè)？

首先不要擔(dān)心，做手術(shù)的那些外科醫(yī)生還不會(huì)很快被類似“會(huì)行走、能交流的CP30”的機(jī)器人所取代。不過(guò)真正可能發(fā)生的，也是谷歌DeepMind想要發(fā)生的，就是利用人工智能支持的軟件，幫助臨床醫(yī)生更加準(zhǔn)確地判斷出疾病的早期癥狀。

Suleyman解釋道：

對(duì)于醫(yī)療健康行業(yè)來(lái)說(shuō)，最值得注意的事情就是如果我們能夠在醫(yī)療系統(tǒng)里成功部署先進(jìn)的、現(xiàn)代的技術(shù)，那么就能實(shí)現(xiàn)系統(tǒng)優(yōu)化，并且創(chuàng)造出令人難以置信的利潤(rùn)。

在當(dāng)今世界里，我真的想不出還有哪種技術(shù)比人工智能更加先進(jìn)了。如果我們成功了，那么面前將會(huì)迎來(lái)一個(gè)巨大的機(jī)遇，也會(huì)給全世界帶來(lái)積極的影響。實(shí)際上，許多人都已經(jīng)指出，至少在過(guò)去的20年時(shí)間里，技術(shù)在醫(yī)療行業(yè)領(lǐng)域里的應(yīng)用并不成功。

我覺(jué)得在這方面，我們真的需要仔細(xì)思考一下，我們所提供的東西是否能夠帶來(lái)改變。很明顯，我們擁有機(jī)器學(xué)習(xí)和人工智能技術(shù)，但我同時(shí)認(rèn)為，在醫(yī)療健康行業(yè)里更多的是需要解決方案，也就是說(shuō)，我們需要更加有效地部署人工智能軟件，并且思考如何讓患者和醫(yī)生都能從這些最前沿的技術(shù)中收益。

所以，我們決定開(kāi)發(fā)解決方案，并且將所有相關(guān)工作“框架化”。為了實(shí)現(xiàn)這個(gè)目標(biāo)，我們所做的第一件事情，就是觀察，也就是說(shuō)，我們要知道受眾用戶日常都在做什么。

我們花了很多時(shí)間待在病房里，和醫(yī)生、護(hù)士待在一起，嘗試觀察他們的工作有哪些，了解他們工作中所遇到的困難，盡可能多地收集信息，以便可能更加了解我們所要開(kāi)發(fā)的技術(shù)。我們想先用最快的速度構(gòu)建出一個(gè)粗略的設(shè)計(jì)框架，讓我們能夠了解人工智能如何應(yīng)用在醫(yī)療健康行業(yè)的大概情況。之后，我們會(huì)不斷豐富這個(gè)框架，然后一步步去開(kāi)發(fā)、測(cè)試，之后再啟動(dòng)開(kāi)發(fā)一個(gè)解決方案——試運(yùn)行、評(píng)估、開(kāi)發(fā)、學(xué)習(xí)——再重復(fù)整個(gè)流程。我們要把整個(gè)人工智能醫(yī)療解決方案的迭代周期變得非常快，提升機(jī)器學(xué)習(xí)速度。

從去年九月/十月開(kāi)始，我們花了三周時(shí)間和英國(guó)皇家慈濟(jì)醫(yī)院（Royal Free）的醫(yī)生、護(hù)士進(jìn)行接洽。之后，我們研發(fā)了一個(gè)能夠試運(yùn)行的原型產(chǎn)品（之前的沒(méi)有連接、導(dǎo)入過(guò)任何數(shù)據(jù)），這樣醫(yī)生和護(hù)士能夠?qū)嶋H看到人工智能技術(shù)如何在自己的工作中應(yīng)用，比如，他們會(huì)反饋給我們哪個(gè)按鍵放置的位置不對(duì)，哪個(gè)顏色很難辨認(rèn)，某個(gè)菜單等級(jí)的排列順序不對(duì)，諸如此類。我們能夠獲得即時(shí)反饋，然后優(yōu)化產(chǎn)品，把醫(yī)生和護(hù)士最希望看到的、最想要使用的解決方案放到他們面前。

所以，這就是我們的“秘訣”——讓醫(yī)生來(lái)主導(dǎo)人工智能技術(shù)如何在醫(yī)療解決方案上應(yīng)用。所以到目前為止，不管我們準(zhǔn)備做什么項(xiàng)目，還是去優(yōu)化改善已經(jīng)開(kāi)發(fā)的項(xiàng)目，我們都會(huì)帶上一個(gè)醫(yī)生、或是一個(gè)護(hù)士，了解他們的真正想法，分析如何才能改善他們的日常操作行為，這樣才能確定一套技術(shù)解決方案是否能夠奏效。

接下來(lái)的問(wèn)題是，如何利用人工智能技術(shù)，讓患者覺(jué)得得到了更好的關(guān)懷呢？顯然，在關(guān)懷病人方面，需要提升的空間非常大。據(jù)說(shuō)，每十個(gè)病人中，就有一個(gè)覺(jué)得在醫(yī)院受到了傷害；事實(shí)上，至少一半糟糕的患者體驗(yàn)都可以預(yù)防、或是完全避免的。

在很多糟糕的醫(yī)患問(wèn)題中，最受到關(guān)注的就是患者病情惡化監(jiān)測(cè)的問(wèn)題，很快情況下，不少患者會(huì)因?yàn)樽约貉诱`了病情監(jiān)測(cè)，最終導(dǎo)致無(wú)法治愈對(duì)醫(yī)生產(chǎn)生不滿。而這，本質(zhì)上是一個(gè)溝通和協(xié)作的問(wèn)題。

我認(rèn)為，由于當(dāng)前醫(yī)療環(huán)境的局限性，導(dǎo)致絕大多數(shù)有價(jià)值的數(shù)據(jù)都留在了紙面或是圖表上，這些數(shù)據(jù)沒(méi)有被記錄或被跟蹤，有些醫(yī)院甚至沒(méi)有醫(yī)療數(shù)據(jù)日志。如果沒(méi)有“可被審計(jì)”的數(shù)據(jù)，那么你所發(fā)出的信息準(zhǔn)確性就無(wú)法判定。因此，我覺(jué)得在DeepMind Health在患者用戶身上“框架化”人工智能技術(shù)之前，需要解決兩個(gè)核心的患者安全問(wèn)題。

第一，就是我們?cè)撊绾胃玫淖R(shí)別患者存在哪些病情惡化風(fēng)險(xiǎn)，最好能夠做到實(shí)時(shí)判斷。

第二，一旦我們識(shí)別出患者身處在風(fēng)險(xiǎn)之中，我們究竟該如何介入？我們不能像分析一個(gè)報(bào)告那樣，給出一些建議（諸如將醫(yī)療設(shè)備重組之類）。我們真正要做的，是在實(shí)時(shí)環(huán)境下部署人工智能技術(shù)，幫助臨床醫(yī)生更好的了解患者情況、做到快速干預(yù)。

目前，DeepMind和英國(guó)全民醫(yī)療健康系統(tǒng)合作了哪些項(xiàng)目？

DeepMind目前正在和英國(guó)全民醫(yī)療健康系統(tǒng)合作兩個(gè)主要項(xiàng)目。第一個(gè)，是幫助英國(guó)皇家慈濟(jì)醫(yī)院的醫(yī)生監(jiān)測(cè)急性腎損傷病癥；第二個(gè)合作項(xiàng)目會(huì)在本周宣布，是使用機(jī)器學(xué)習(xí)技術(shù)幫助倫敦穆?tīng)柗茽柶澭劭漆t(yī)院的醫(yī)生判斷患者的視力情況。

Suleyman表示說(shuō)：

我們目前所遇到的、最艱巨的患者安全問(wèn)題，就是要更好的監(jiān)測(cè)病癥。我們會(huì)查看患者過(guò)去十二個(gè)月時(shí)間里的急性腎損傷病歷記錄，這是非常重要的。在英格蘭，每年就有超過(guò)4萬(wàn)名患者因?yàn)榧毙阅I損傷而住院，而在全英住院患者中，有四分之一都或多或少地和急性腎損傷病癥相關(guān)。而實(shí)際情況是，大約有五分之一的急性腎損傷病癥是可以預(yù)防的，但就這一項(xiàng)，就能幫助國(guó)家節(jié)約15億英鎊。

所以在2014年，英國(guó)全民醫(yī)療健康系統(tǒng)英格蘭分部發(fā)布了一份患者安全警告書(shū)，允許醫(yī)院在自己的系統(tǒng)內(nèi)部署能夠預(yù)防急性腎損傷的人工智能算法。

當(dāng)我們的人工智能技術(shù)完成部署之后，我們所做的第一件事情就是去觀察用戶的日常設(shè)置情況。我們走進(jìn)了英國(guó)皇家慈濟(jì)醫(yī)院，并且了解到DeepMind技術(shù)是如何應(yīng)用的。從今天的患者角度來(lái)看，我們獲得了第一手的使用體驗(yàn)，也讓我們了解到整個(gè)技術(shù)應(yīng)用環(huán)境是非常、非常復(fù)雜的。

一個(gè)患者可能會(huì)經(jīng)歷很多不同的癥狀階段。我們注意到，整個(gè)過(guò)程中會(huì)出現(xiàn)很多種生命威脅癥狀，也會(huì)有很多非常復(fù)雜的體征階段，結(jié)果導(dǎo)致我們的人工智能技術(shù)無(wú)法準(zhǔn)確定位，也錯(cuò)失了對(duì)一些病情惡化關(guān)鍵時(shí)間點(diǎn)的判斷。因此我們現(xiàn)在想要做的，是先后退一步，看看我們是否能在風(fēng)險(xiǎn)評(píng)估上做的更好，以及是否能在早期癥狀監(jiān)測(cè)和實(shí)時(shí)預(yù)防上做的更好，之后再幫助患者實(shí)現(xiàn)全面康復(fù)。

一旦我們將項(xiàng)目分解成這些步驟，那么DeepMind和臨床醫(yī)生之間才真正實(shí)現(xiàn)了契合，也只有實(shí)現(xiàn)了這些先決條件之后，才能讓我們的技術(shù)真正應(yīng)用到臨床醫(yī)療上去。

用于血液測(cè)試的AKI報(bào)警平臺(tái)

針對(duì)這一問(wèn)題，我們開(kāi)發(fā)了Streams，用于血液測(cè)試的AKI報(bào)警平臺(tái)。這是我們目前進(jìn)行的一個(gè)非常簡(jiǎn)單的干涉，通過(guò)使用血液檢測(cè)結(jié)果，使它真正的持續(xù)集中于一個(gè)具體的問(wèn)題。我認(rèn)為這是一個(gè)真正的機(jī)會(huì)——可以讓我們走的更多，更遠(yuǎn)，并且，將它擴(kuò)展成一個(gè)更為廣泛，且以病人為中心的合作平臺(tái)。

它的基礎(chǔ)是，我們有能力及時(shí)查明有惡化風(fēng)險(xiǎn)的病人。但這僅僅是挑戰(zhàn)的一部分。接下來(lái)，我們需要讓自己有能力去逐步升級(jí)，并且更好的進(jìn)行干預(yù)，這也正是為什么消息和評(píng)論是如此重要。以X射線為例，我們發(fā)現(xiàn)醫(yī)院接收員有能力在X射線報(bào)告中做出評(píng)論，隨后結(jié)合一個(gè)呼吸顧問(wèn)的評(píng)論，去獲得專家的意見(jiàn)。

這種交換能以審計(jì)的方式進(jìn)行，即允許我們回顧性驗(yàn)證。如果需要的話，允許我們回顧性驗(yàn)證高級(jí)臨床醫(yī)生所說(shuō)的話和隨后采取的行動(dòng)。除了這些，我們也進(jìn)行了研究項(xiàng)目來(lái)一探究竟，看看機(jī)器學(xué)習(xí)和人工智能技術(shù)，是否真正的有助于診斷。

值得注意的是如果你有糖尿病，相比其他人你將有25倍多的可能患上某種視力下降病癥。但是有趣的是，這幾種因?yàn)樘悄虿⌒砸暰W(wǎng)膜病變導(dǎo)致的視力下降病癥，能夠通過(guò)早期檢測(cè)進(jìn)行預(yù)防。因此我們一直在思考一件事——如何才能更好得對(duì)放射檢查的實(shí)時(shí)歸類進(jìn)行改進(jìn)，用來(lái)實(shí)現(xiàn)針對(duì)某位病人是否需要更多的及時(shí)反饋進(jìn)行合理分類。

目前的現(xiàn)實(shí)是在人為表現(xiàn)方面有大量的報(bào)告在積壓，這意味著這些結(jié)果可能要在四星期后才能在醫(yī)院中查到。另外，不同的分類者缺乏一致性，有時(shí)報(bào)告者會(huì)漏掉一些糖尿病性視網(wǎng)膜病變和老年黃斑變性（AMG）中的敏感性變化。

通過(guò)機(jī)器學(xué)習(xí)我們希望能夠?qū)崿F(xiàn)在更快速的即時(shí)結(jié)果反饋，以及更加連續(xù)和標(biāo)準(zhǔn)化的表現(xiàn)。

這個(gè)將會(huì)幫助我們理解并調(diào)整一些常量，通過(guò)這些調(diào)整我們將能夠提升它的特異性。雖然這些都是相當(dāng)前期的工作，但我們承諾將會(huì)發(fā)布包括算法、方法以及技術(shù)實(shí)現(xiàn)過(guò)程等所有的結(jié)果。希望在我們準(zhǔn)備好之后，在今年年底你能聽(tīng)到更多有關(guān)這項(xiàng)研究的內(nèi)容。

來(lái)源：雷鋒網(wǎng)