‌ · 来源 ： 南方 都市报 2017 年 02 月 16 日 版次 ： AA 15 作者 ： 张 田 勘 人工智能 张 田 勘 专栏 不久前 ， 日本东京大学 医学 研究院 采用美国 国际商用机器公司 ( IBM ) 研发 的 “ 沃森 医生 ” ( Watson ， 一 种 人工智能 ) 为 一名 60 岁 的 女性 诊断 疾病 ， 沃森 医生 通过 比对 2000 万 份 癌症 研究论文 ， 在 10 分钟 得出 了 诊断 结果 ： 患者 得了 一 种 罕见 白血病 ， 从而 推翻 了 此前 诊断 她 为 急性 髓 性 白血病 的 结果 。 
沃森 医生 同时 提出 了 适当 的 治疗方案 ， 为 这 名 女性 的 康复 做出 了 贡献 。 
沃森 医生 的 如此 成就 是否 就 能 让 人类 放心 大胆 地 放手 ， 让 沃森 独立 地 为人 诊治 癌症 和 看病 呢 ？ 
答案 是 否定 的 ， 至少 目前 还 不能 。 
这 不仅 是 因为 沃森 医生 诊治 疾病 的 正确性 与 肿瘤 临床 医生 还有 差距 ， 也 不仅 在于 沃森 医生 的 诊治 不 具备 稳定性 ( 表现 好 时 诊治 结果 特别 好 ， 表现 差 时 则 不 尽如人意 ) ， 还 在于 迄今 人工智能 应用 于 医疗 领域 也 像 应用 于 其他 领域 一样 ， 还 处于 探索 的 阶段 。 
医疗 领域 的 人工智能 探索 与 其他 领域 有 共性 ， 但 还有 一个 最大 的 不同 ， 人工智能 面对 的 是 人 ， 是 生命 ， 稍有不慎 就 会 损害 人 的 健康 ， 甚至 对 患者 雪上加霜 ， 危及 生命 。 
问题 的 本质 还是 要 回到 人工智能 是否 已经 被 人类 调教 到 了 真正 具有 人类 的 智能 、 智慧 和 能力 ， 这 后面 的 因素 当然 还是 人工智能 的 算法 和 ( 深度 ) 学习 。 
人工智能 要 达到 准确 地 诊治 癌症 ， 首先 需要 有 像 人 一样 的 感知 ， 知道 人 的 机体 环境 ， 什么 是 正常 的 机体 ， 什么 是 异常 的 机体 ， 甚至 是 癌变 的 机体 ， 例如 只有 几 个 发生 癌变 细胞 的 器官 ， 如 乳腺 或 肺 ( 就 连 这 一 点 人类 也 有 争论 ， 是否 要 对 只有 几 个 癌细胞 的 组织 器官 进行 治疗 ) 。 
此外 ， 人工智能 还要 理解 为何 正常 和 异常 机体 有 不同 ， 是 癌变 引起 的 不同 ， 还是 其他 疾病 引起 的 不同 。 
最后 才 是 判断 和 决策 ， 向 医生 提供 对 某个 个体 检测 的 结果 ， 是 患 癌 还是 没有 患 癌 ， 抑或 是 患 了 其他 疾病 ， 以及 如何 治疗 。 
要 让 人工智能 感知 和 理解 人体 环境 和 器官 ， 就要 让 其 学习 ， 包括 利用 大数据 的 机器学习 ( 算法 ) 和 深度学习 ， 这 两者 有时 是 相互 结合 的 ， 同时 也 是 互相 渗透 的 。 
大数据 学习 是 人工智能 的 强项 ， 可以 达到 比 人类 能力 强 几百倍 几千 倍 的 快速 数据 运算 、 分析 和 理解 。 
而 在 癌症 诊治 的 深度学习 上 ， 更 需要 人工智能 进行 特别 的 和 专门 的 学习 ， 如 对 通过 物理 和 化学 方式 拍摄 的 人体 各种 部位 ， 以及 深浅 度 不同 组织 的 图像 要 有 正确 的 感知 和 理解 ， 如 对 X 光 图像 、 磁共振 成像 和 CT 扫描 图像 的 感知 、 解读 ， 并 得出 结论 ， 即 诊断 。 
但是 ， 人工智能 的 癌症 诊治 深度学习 并 不仅 限于 对 癌症 和 正常 组织 图像 的 解读 ， 而是 包括 更多 的 内容 ， 例如 ， 对 癌症 标记 物 和 特异 分子 的 识别 。 
现在 ， 沃森 医生 的 机器学习 ( 算法 ) 已经 比较 可靠 而 胜过 人类 ， 根据 算法 ， 沃森 等 人工智能 可 根据 数据 的 输入 、 输出 、 赋值 等 运算 对 癌症 进行 诊断 ， 如 对 上述 白血病 病人 的 诊断 就是 通过 大数据 分析 和 计算 获得 的 。 
但是 ， 在 对 癌症 诊治 的 特殊 学习 ( 深度学习 或 专业 学习 ) 上 ， 还有 待 入门 和 提高 。 
例如 ， 让 人工智能 学习 和 鉴别 癌症 分子 标记 ， 其中 典型 的 是 RAS / RAF 通路 的 蛋白质 相互作用 。 
RAS 基因 在 上世纪 60 年代 被 发现 是 致癌 基因 ， 存在 于 30% 的 癌症 患者 中 。 
之后 ， 人们 又 发现 了 RAS 蛋白 的 直接 效应 因子 RAF - 1 蛋白 激酶 。 
RAF - 1 激酶 对 细胞 增殖 、 细胞 分化 、 细胞 凋亡 和 细胞 周期 停滞 有 重要 作用 ， 利用 这些 作用 可以 知道 癌症 的 发生 、 发展 ， 以及 找到 治疗 癌症 的 药物 和 方法 。 
当然 ， 人工智能 还要 学习 对 人体 组织 各种 图像 的 解读 等 。 
在 这些 方面 ， 人工智能 还 刚刚 起步 。 
同时 人工智能 的 任务 不 只是 诊治 癌症 ， 还 需要 学习 临床 前 的 药物 筛查 和 建立 肿瘤 人口 模型 等 ， 显然 ， 这些 是 更为 艰巨 的 任务 。 
就 目前 的 情况 来看 ， 人工智能 参与 癌症 的 诊治 可以 说 在 某些 方面 可能 优于 人类 ， 但 总体而言 ， 由于 算法 和 深度学习 的 局限 ， 其 诊治 癌症 还 不 具有 人类 的 智慧 和 稳定性 ， 因此 人工智能 目前 只能 作为 人类 医生 的 助手 而 参与 和 帮助 诊治 癌症 。 
( 作者 系 北京 学者 ) scroll 手机 看报 RightsReserved