IBM做其實醫(yī)療，核心隻ε©想解決一(yī)個(gè)問(wèn)題——怎麽樣利用(yòng)數(shù)據挖掘和(hé)人(rén)工(gōng)智能(néng)的(✔ de)技(jì)術(shù)，從(cóng)海(hǎi)量的(d&≠e)醫(yī)療數(shù)據中間(jiān)去(↕♥ ₽qù)挖掘出證據，利用(yòng)這(zhè)些(xiē)¥÷證據給患者提供循症的(de)個(gè)性化(huà)醫(yī)療服務。而這(zhè)基于兩點重要(yào)的(de)突破，其一(yī)就(jiù)是(shì)計(jì‌'&)算(suàn)能(néng)力方面，CPU的(de)計(jì)算(suàn)技≤σ>(jì)術(shù)上(shàng)有( ★∑yǒu)了(le)突破性的(de)發展。其二就(jiù)是(shì)醫("βyī)療數(shù)據的(de)爆炸，算(suà β←≠n)得(de)過來(lái)也(yě)有(yǒu)數(<£shù)據可(kě)算(suàn)了(le)。從(cóng)IBM視(shì)角∞→λ↕來(lái)看(kàn)醫(yī)療數(shù)據分(f<Ωēn)析包括三大(dà)類的(de)數(shù)據：臨床數(shù)據→ × 、基因數(shù)據和(hé)大(dà)健康數(shù)據。'↓Ω

醫(yī)療數(shù)據分(fēn)析就(jiù)是(‌  shì)要(yào)從(cóng)海(hǎi)量的(de"​₽)醫(yī)療數(shù)據中，尋找醫(yī) ₹≈↕學證據，然後利用(yòng)這(zhè)些(xiē)證據提供更加個(gè)性化‌'♣×(huà)的(de)基于證據的(de)臨床治療。從(cóng)IBM'©£的(de)視(shì)角來(lái)看(kàn)，目前做©γ三件(jiàn)事(shì)情：1）做一(yī)個(gèΩ£)醫(yī)療數(shù)據雲，把醫(yī)療數(shù)據先存起來α≥∏¥(lái)；2）做analytics，怎麽對(✘✔↓γduì)醫(yī)療數(shù)據進行(xíng)深度的(de)計(jì)算(suàn)和✔σ(hé)分(fēn)析，把它變成模型，一(yī)些(x™↓'£iē)API；3）做解決方案，怎麽針對(duì)不(bù)同類型的(de)醫ε>δ(yī)療領域客戶，打造客戶能(néng)夠使用(yòng)的(de♠®•§)具體(tǐ)軟件(jiàn)和(hé)解決方案。

在醫(yī)療領域，IBM解決兩個(gè)問(wèn)題：一(yī)是(shì)解決多(duō)模态醫(y €φī)療數(shù)據的(de)存儲問(wèn)題。醫(yī)療數(shù)據是(shì)多(duō)模态數(shù)據，目£♣​前，沒有(yǒu)一(yī)種單一(yī)數(shù)據模型能(néng)夠覆蓋這(zhè↕↕↑)種多(duō)模态的(de)醫(yī)療數(shù)據。第二個(gè)問(wèn)題就(jiù)是(shì)安全和(hé)隐私問(wèn)題，因為(wèi)醫(yī)療數(shù)據的(de)話(huà)我們有(yǒu)很(hěn)多(dγ§₹uō)知(zhī)道(dào)很(hěn)多Ω←÷(duō)這(zhè)種關鍵信息洩露信用(yòng)卡信息洩露，醫(yī)療數(shù)據'←的(de)話(huà)是(shì)非常隐私的(de)個(gè)人(rén)數(shù)據，怎麽≤≥✘'樣對(duì)這(zhè)些(xiē)數(shù)據進行(xín↕≈g)保護，這(zhè)是(shì)雲平台一(yī)定要(yào)做(zuε¶ò)好(hǎo)的(de)。簡單而言，分(fēn)析層也(yě)做兩件($↓αjiàn)事(shì)情。第一(yī)是(shì)✘α ★對(duì)多(duō)模态醫(yī)療數(♦​$×shù)據的(de)分(fēn)析。第二，分(¶ fēn)析是(shì)與醫(yī)療領域相(xiàng)關§®φ"的(de)，醫(yī)學裡(lǐ)有(yǒu)一(yī)些(xi✘↔ē)特定的(de)問(wèn)題。

Watson Genetics從(cóng)基因維度切入，與前面解決方案一(yī)起解決腫瘤治♠↕§∏療。這(zhè)個(gè)系統也(yě)很(hěn)簡單。拿(ná)  $​到(dào)一(yī)個(gè)患者的(de)二代測序結果後，通(tōng)過分(↕↑§×fēn)子(zǐ)的(de)profiling，在患者所有(yǒu)的(de)變異α∏基因全部找到(dào)之後，進行(xíng)很(hěn)複雜(z₽∏↕¶á)的(de)pathway分(fēn)析。Pat®‍δ₽hway主要(yào)通(tōng)過在幾千萬篇文(wén)ε•獻中，學習(xí)各種藥物(wù)靶向、基因變∑φ異、蛋白(bái)質作用(yòng₹≈)過程等方方面面，構成了(le)很(hěn)複雜(zá)的(de)網絡，然後推理(lǐ)<®✘÷，給出相(xiàng)應的(de)靶向藥物(wù‍€)的(de)治療推薦。前一(yī)階段有(yǒu)個(gè)新聞報​∑(bào)道(dào)，日(rì)本東(dōng)京大(dà)學有(yǒu)一(yī)個(gλ​è)患者得(de)了(le)非常罕見(jiàn)≤‌的(de)白(bái)血病，然後沒有(yǒu)醫(yī)生(shē✔♣$→ng)沒有(yǒu)見(jiàn)過，沒有(yǒu)辦法确診，還(hái)甚至進行(≤ ≠☆xíng)了(le)誤診。借助這(zhè)樣一(yī)個(gè)系統，很(hěn)快(™'"↑kuài)就(jiù)找到(dào)患者可(k§<≥ě)能(néng)得(de)的(de)白(bái)血病，同時(shí)推薦了(l∑  >e)一(yī)些(xiē)靶向藥物(wù)，挽救他(tā)的(de)生(shēng)命。¥♥

醫(yī)學影(yǐng)像

影(yǐng)像設備可(kě)以幫助醫(yī)生(s¶∞÷₽hēng)，更好(hǎo)地(dì)看(kàn)到(dào)患者體(tǐ)內(nèi)的←¥(de)信息，甚至包括病理(lǐ)，通(tōng)過組織切片用(yòng)高(gāo) β ≤倍顯微(wēi)鏡看(kàn)到(dào)細胞層次的(de)變化(huà)，做出更加¶±™ 準确的(de)一(yī)個(gè)判斷。機₩≥σα(jī)器(qì)看(kàn)片原理(lǐ)很(hě♠ n)簡單。首先，用(yòng)一(yī)些(xiē)比較經典的(de)一(yφ™÷∑ī)些(xiē)影(yǐng)像分(fēn $©∞)析或者模式識别的(de)方法，模拟一(yī)個(gè)醫(yī)生(shēng)的<€(de)看(kàn)片過程，看(kàn)一(yī)些(xiē)視(shì)×♦£覺特征。同時(shí)，計(jì)算(suàn)機(jī)可(kě)以利用(yòng)複雜(>Ωzá)的(de)卷積網絡，在像素層級上(shàng)看(kàn)♠∏像素的(de)變化(huà)，在像素層級上(s÷₩hàng)進行(xíng)計(jì)算(suàn)，比人(rén)看(k±✔'àn)得(de)更細緻。可(kě)以通(t♠₽ ōng)過構建多(duō)層的(de)神經網絡去(qù)提取那(nà)些(xiē)隐含的≈♦(de)特征信息，利用(yòng)這(zhè)樣≈®↕的(de)信息做判斷。計(jì)算(suàn)機(jī)角度不(bù)✘γ∞π光(guāng)看(kàn)影(yǐng)像數(shù)₽©據，還(hái)看(kàn)病例信息、基因測序結​→果，将多(duō)模态的(de)信息融合在一(y✘∏ī)起，可(kě)以達到(dào)一(yī)個(gè)更好(hǎo÷®>)的(de)效果。