IBM的医疗人工智能Watson（沃森）初次崭露头角是在2016年8月，它为一名被紧急送到日本东京大学医学研究院的患者“诊断”。此前，这位患者被医生诊断为急性骨髓性白血病。在经过几个月的治疗后，病情非但没有缓解反而恶化。Watson在“研读”患者所有的医疗资料10分钟后，给出它的结论：患者的确患上了白血病，但不是急性骨髓性白血病，而是另一种罕见的白血病。

这是IBM大中华区总裁陈黎明在公开场合常讲的一个故事。Watson是IBM推出的认知型人工智能。它不仅可以自主地学习输入给它的大量数据，包括知识型数据和影像数据，而且可以自主地根据所学习到的数据，与现实情况进行比对，进而做出决策。“Watson是为商业而生的人工智能平台，它能够改变我们的职业和行业。”陈黎明说。

虽然由计算机辅助医生进行医学诊段已成为现实医疗中一件普遍的事情，但是譬如心电图、CT、B超等技术只能通过计算机将人体运转的生物学信号，转变成可视的符号或影像，作为医生诊断的依据。它们没有自主学习的机制，只能依据事先输入的程序运转。而人工智能却可以依托庞大的后台数据库，根据正在检测的病人情况，给出针对每一个病人的单独的结论。在人工智能领域，这被称为“深度学习”。

培养一名医生，需要4年的本科学习，3年的研究生训练，以及从实习医生、住院医生到门诊医生的大量医学实践。在此基础上培养一名优秀的医生，需要十年以上的时间。而一旦计算机的“深度学习”网络建成，它便可在短时间内夜以继日地输入大量医学论文及病例。以Watson为例，它可以在17秒时间内阅读3469本医学专著、248000篇论文以及106000份临床报告，并最终提出三个最优选的治疗方案。尽管Watson的认知计算有着比深度学习更广阔的外延，它能够针对问题推理和思考，进行自然语言交互，增强和扩充人类在专业知识方面的学习能力。但是Watson真的能够完全取代人类医生吗？答案当然是否定的，它只负责给出建议，最终的决策仍需要医生负责。

对于Watson的“训练”是一个长达12年的过程，从最初识别心血管影像开始到诊断癌症，从2011年Watson只相当于一个本科二年级的医学生水平到如今与专家诊断相同率高达99%，未来其在医学诊断中的作用将不容小觑。

中国是癌症发病和死亡大国，平均每天的新增癌症诊断病例约有1.2万例。并且由于中国地区贫富差距问题，中国的医疗资源配置尤其分布不均，Watson的研发与推广为这些医学专家匮乏的地区带来曙光。未来的Watson医生，将会成为这样既看得懂医学检验报告，还能读懂基因图谱，甚至可以将当地的生活环境结合到对患者的诊疗过程中，最后给出多个诊疗建议。

陈黎明曾对媒体如此表示：“很多领域IBM的产品并不适合中国国情，但我想不去交流、不去沟通，永远不知道可不可行，通过交流、互动，也许可以找到一些可行的方案。”

人工智能的深度学习和自主认知将给医学领域带来前所未有的便利和体验，试想未来只要照一下镜子，就可以了解自己的皮肤状况。虽然人工智能不断融入我们的生活和工作，但是这些科技并不能完全替代人们的经验、感情和能力，探索人工智能如何与人类在各个领域的协调合作仍存在巨大挑战。

（环球医学编辑：石岩 ）

医生们，拯救患者或许需要从拯救我们自己开始。为了您的患者，也为了我们明天更美好的医疗秩序，请拿起笔把您的心声告诉医改、告诉患者、告诉社会……投稿邮箱：edoc@g-medon.com环球医学编辑将选择被本栏目采纳的稿件及时与您联系。