健康大数据进入认知计算时代

IBM（中国）投资有限公司业务拓展总经理　周　振

非常感谢小i机器人邀请我来本次论坛做分享。我的主题是健康大数据进入认知计算时代，为什么要谈健康？专业医疗有什么挑战？通过人工智能遇上大数据，能不能成功解决这些挑战？这就是我今天想分享的内容。

大家从不同维度对健康都有不同的理解。站在IBM的角度，IBM是一家专注于技术的公司，为什么我们在近几年对健康产生了浓厚的兴趣？特别是在2015年的4月，我们专门成立了一个以行业为导向的事业部。我们为什么要做这件事情？其实，这跟我们对健康行业的理解有深刻的关系。据统计，医疗健康的花费与GDP之间的关系——医疗行业总的花费与GDP之间有5倍相对链的差距，在绝对值的维度上差距就更大了。以2015年为例，美国的GDP大概是16万亿美元，有17%～18%就花到了医疗保健行业上。中国的GDP将近11万亿美元，花在医疗保健行业的大概占到7%，也就是有7000多亿美元花在这个上面。从分析可以看出，在美国，17%～18%的GDP，也就是大概2.8万亿美元当中，有1/3都被浪费掉了。因为我们没有很好的技术来提升效率，或者是因为数据的不完整性。然而，这2.8万亿当中，有3000多亿美元是可以通过技术来解决的市场。如果你关注IBM财报的话，你会发现IBM一年的收入还不到1000亿美元，但是我们在健康行业的市场是3000多亿美元，这就是我们关注健康行业的原因。

李斌主任在世界卫生组织大会上做了一个演讲，他有一个非常重要的观点，就是未来是以促进健康为中心，而不再是以治疗疾病为中心，换句话说，我们就是要防未病。这个产业根据世界银行的估计会达到8万亿美元，所以到2020年，我们产业的市场容量会达到双倍，在这个市场中，有一些细分领域是我们非常关注的。

中国是一个即将步入老龄化的国家，人口结构的变化带来了很多挑战。从一个方面来讲，人老了以后他就不再工作了，也就不交社保，不交医保，与此同时，他们会有很多疾病。这个负担就会转移到社保、医保上面去。所以，有人担心社保基金亏空或者医保资金不够用等，这些问题也是一个挑战。世界卫生组织对慢性病有一个定义，即非传染性慢性病。其实，它是衡量一个社会医疗水平民主化的指标。

我想强调一条信息，对于慢病管理这项投入，如果我们在心血管上能有所提高的话，那我们在未来30年（2010—2040年），能够使慢病的死亡率降低一个百分点。除此之外，我们能够创造的额外价值高达10.7万亿美元，相当于2015年中国一年的GDP。由此可以看出，该领域巨大的市场机遇。

大数据和人工智能是否能为刚才的那些挑战提供某种程度的解决方案？关于医疗大数据，我想重点给大家讲两条。一条是从医疗知识角度来谈。我认识的一些医生讲了一个“80、80原则”，对一个主任医生，如果他整天都是专家号的话，他最多能看80个病人，也就是上午40个，下午40个，这是第一个“80”。第二个“80”是，如果某一个专科的医生想要跟自己领域最新的知识同步的话，他每个星期要花80个小时去阅读跟他专业相关的报告。从人类的角度来看，这个大数据又体现在哪些方面呢？从健康的决定因素来看，医院可以决定你的健康水平的百分点占到10%。实际上，占到最大的还是外部因素，其中还有30%是你的基因决定的。这个数据量是非常大的。比如说，外部的数据在人的一生中就会有1100T。另外一个就是说，整个数字化进程也是为整个医疗全过程服务的。它在疾病的检测、诊断、治疗和康复中，都提供了很多机会和手段。这也促进整个医疗产业发生了很大的变化。

刚才提到大数据，前面的专家也谈了大数据与认知计算的关系。那么认知计算在健康领域可以提供哪些帮助呢？首先，消费者会变得越来越聪明。我用一个不恰当的例子说明一下。新闻报道中出现越来越多的医闹，原因有很多。其中一个原因是患者不讲道理。另一个原因是医生也有可能是一个庸医。消费者会利用搜索引擎来判断医生开的方子的准确度。消费者会变得越来越聪明，这也促使这些医生更智慧，学到更多的知识。

其次，消费者需要更多的个性化治疗。现在基因检测越来越普及，它使精准医疗成为可能，但这也是有前提的。我们知道乔布斯患胰腺癌活了7年。如果换作一般人，可能只有一年寿命，不会超过3年。他为什么能坚持这么久？主要原因是他对基因做了测试，并针对他的基因有一些专门的靶向药。如果这个过程由医生来做会花多长时间？医生朋友告诉我大概需要两周。一个专门做基因分析的医生，人工来做人的肿瘤基因分析，他两周只能做一个案例，但是用认知计算的技术一秒钟却可以做上百个案例。另外，监管的变化也提出了更多挑战。卫计委2015年10月发了〔2014〕15号文件。其中有一条对应用于医疗诊断的计算机软件，在中国是被当作医疗器械来对待的。从另外一个角度来看，认知计算也是大数据分析的下一个阶段，为大数据分析提供了更高维度上的降维攻击的一个工具。

讲了这么多，我想讲讲Watson在医疗健康行业的实际应用。现在Watson是实实在在在生产环境中帮助医生为大家做一些诊断和治疗。跟我们合作的单位是美国的一些顶尖的医疗机构。第一个就是MSK，它是美国第一家肿瘤治疗机构。

接下来我为大家讲一下如何利用大数据进行辅助诊疗。现在这个系统在美国收费标准大约是500美金一次，你把你的病例数据传上去，系统会自动将其变成可视化数据，这个数据不一定全，它需要手工再输入一些数据。这些具体的图例我就不给大家看了。

Watson给你推荐一些临床上用的药，你要考虑是否试用。接下来就让你做一个查询，这里出现一个绿色的图表，会告诉你最佳治疗方案是什么。绿色的这个是Watson最自信的一种方案，先做手术，再做化疗，你点进去它会告诉你为什么要采用这个方案，这个时候你可以把整个治疗方案打印出来。

我刚才讲过一个“80”原则，这里再用几分钟给大家简单讲讲认知计算在医疗行业的应用。我们也举办了全球的spark竞赛，希望大家能够参与竞赛，去领取这个大奖。

谢谢各位聆听！谢谢！