阿爾法圍棋與智能醫療

楊欣

2016年3月15日，韓國圍棋九段棋手李世石與谷歌人工智能軟件“阿爾法圍棋”（AlphaGo）在韓國首爾進行第五局對弈，經過5個小時的博弈，最終李世石輸掉了本場比賽，圍棋人機大戰的總比分為1∶4。在與“阿爾法圍棋”前三局的對弈中，李世石以0∶3連續失利。3月13日雙方進行的第四局比賽中，李世石實現驚天逆轉，挽回人類棋手顏面，將總比分改寫為1∶3。

智能醫療的興起

人機大戰1∶4的比分讓相當多的人感到失望和悲觀，還有人感到了恐懼，認為人工智能戰勝人和主宰人類社會的時代已經開啟。

然而，即便“阿爾法圍棋”最終以5∶0的大比分大勝李世石，也不意味著人工智能主宰世界和人類被奴役時代的到來，理由也并非只是“阿爾法圍棋”是人類設計出來的，而是因為，“阿爾法圍棋”其實開啟了人類利用人工智能的新時代，準確地說，是拓寬了讓人工智能為人類干活的新天地，并有可能深入而廣泛地讓人類文明迅速發展。

“阿爾法圍棋”是靠深度學習、蒙特卡洛樹搜索算法和自我進化三招戰勝人類棋手的，這三大功能也是人類駕馭人工智能為人類服務的途徑。由于人工智能能夠自我學習，學習能力會越來越強，而且搜集和貯存的數據會越來越多，將會在更多的方面成為人的助手或替代人的工作。例如，除了替代一些體力勞動以及低級崗位外，會學習的人工智能還會接手一些需要創造性、技術性和復雜運算的工作。此外，在各個領域的新產品的研發、預測分析、推廣等方面，人工智能也能產生巨大的作用，創造不可估量的效益。

設計“阿爾法圍棋”的深度思想公司（Deep Mind）的CEO杰米斯·哈薩比斯提出了人工智能的通用性，即通用人工智能，這種智能與人類專家協作可以解決和處理更多需要智慧才能解決的問題，如診治疾病，處理氣候變化、能源、基因組學、宏觀經濟學、金融系統、物理等方面的幾乎所有問題。哈薩比斯稱，人類想要掌握的學科越來越復雜，即使是最聰明的人，窮其一生也難以掌握其中一個領域。如果將“阿爾法圍棋”看成一個能夠自動將非結構化信息轉化為可用知識的過程，那么通過篩選泛濫的數據得出合理的觀點就指日可待。研究人員正在努力研究的是一種可以解決任何問題的人工智能超級解決方案。

具體而言，如果“阿爾法圍棋”的自我學習能力、大數據存儲和分析功能應用到醫藥領域，將誕生一種新的醫療和醫藥模式，即智能醫療（有人稱智慧醫療，但由于智慧似乎為人類所特有，以人工智能為基礎的新型醫療稱智能醫療更好）。

智能醫療是指通過打造健康檔案區域醫療信息平臺，利用最先進的計算機和互聯網技術，實現患者與醫務人員、基礎研究（醫學和藥物研究）與臨床治療、醫療機構、醫療設備之間的互動，逐步達到信息化防治疾病和健身強體的目標。

例如，通過無線網絡，使用掌上電腦便捷地聯通各種診療儀器，醫務人員能隨時掌握每個病人的病案信息和最新診療報告，隨時隨地快速制定診療方案；在醫院任何一個地方，醫護人員都可以登錄距自己最近的系統查詢醫學影像資料和醫囑；患者的轉診信息及病歷可以在任意一家醫院通過醫療聯網方式調閱；任何科學研究，包括醫學和與醫學相關的物理、化學等領域的研究最新成果能在互聯網上及時公布等，讓診斷、治病和用藥以及公眾的保健得到最有效、最迅速、最適宜、最廉價和最科學的處理。

智能醫療的具體表現

以“阿爾法圍棋”為例，可以知道什么是智能醫療。

研發出“阿爾法圍棋”的深度思想公司并非只是專注于讓“阿爾法圍棋”與人類棋手過招，而是注重把人工智能通過學習解決實際問題的能力貫穿應用到醫學領域。2016年2月深度思想公司就已經發布了在醫護領域使用的深度學習程序——深度思想健康（Deep Mind Health）。這是一款手機應用程序（APP），包括“識別風險病人”（Stream）和“早期臨床護理管理”（Hark）兩個模塊。

這種手機應用程序當然也是一種人工智能，它們需要學習和幫助醫護人員監護一些表面上不嚴重但實際很危險的病人，或者一些急性發病者。例如，深度思想健康的“識別風險病人程序”可以及時發現急性腎衰竭高風險病人，以便讓醫生及時治療并改善對病人的護理。這個程序是通過檢讀血液檢查報告，以辨別哪些病人存在風險。結果表明，有25%的急性腎衰竭死亡可以通過這個程序避免。“早期臨床護理管理程序”則能幫助醫生制定治療方案和采取行動。使用該項程序能避免38%的患者病情惡化。

當然，這些只是人工智能開發和應用的冰山一角。實際上，在醫藥領域利用計算機技術和人工智能最早和進展較大的是藥物的研發與監控。計算機和人工智能對于藥物的研發在很多方面都起到了作用，如研發新藥、老藥新用、藥物篩選、預測藥物副作用、藥物跟蹤研究等。這實際上已經產生了一門新學科，即藥物臨床研究的計算機仿真（CTS）。

一種新藥的開發一般估計需要15年時間，耗資10億美元，但最近的估計是可能耗資40億～120億美元，還不能保證成功。因為，除了要求新藥要有療效外，還需要安全性的保障。如何監控和預測藥物的副作用或不良反應就成為研發一種新藥或老藥新用的重要保證。

對于傳統的藥物研發來說，一種藥物必須經過動物試驗和人體的Ⅰ、Ⅱ、Ⅲ期臨床試驗。而且，即便Ⅲ期試驗后批準上市，還有Ⅳ期臨床研究，即新藥上市后進行的臨床研究，而且一類新藥要求進行2000個病例的IV期試驗。這也是造成藥物研發周期長、費用高的重要原因。

但是，在今天有了計算機程序，特別是以“阿爾法圍棋”為代表的能自我學習的計算機程序（軟件），就為人們提供了一個檢測藥物的人工智能安全專家。首先是在新藥篩選時可以獲得安全性較高的幾種備選物質。當很多個甚至成千上萬個化合物都對治療肝癌顯示出某種療效，但又對它們的安全性難以判斷時，便可以利用“阿爾法圍棋”的策略網絡和評價網絡，以及蒙特卡洛樹搜索算法來挑選最具有安全性的化合物，成為新藥的最佳備選者。

同樣，對于尚未進入動物和人體試驗階段的藥物，也可以利用類似“阿爾法圍棋”這樣的人工智能來檢測新藥的安全性。因為，每一種藥物作用的靶向蛋白和受體都并不專一，如果作用于非靶向受體和蛋白就會引起副作用。類似“阿爾法圍棋”的程序可以通過對既有的數千種已知藥物的副作用進行篩選搜索，以判定一種藥物是否會有副作用，或副作用的大與小以及最小，由此選擇那些副作用概率最小和實際產生副作用最小的藥物進入動物和人體試驗，就會大大增加成功的概率，節約時間和成本。當然，利用“阿爾法圍棋”等程序還可模擬和檢測藥物進入人體內的吸收、分布、代謝和排泄、給藥劑量-濃度-效應之間的關系等情況，讓藥物研發進入快車道。

大數據和信息共享

大數據和信息共享同樣是智能醫療的核心。信息共享成為智能醫療的重要性在于，全球的科研人員只有科研共享，才能對各種危害人們健康的疾病和頑癥，如艾滋病、癌癥等進行有效的治療，挽救人們的生命。這一點在突發公共衛生事件，尤其是暴發危害人們生命的疾病時，具有重大的作用，例如最近在南美爆發的寨卡病。

由于醫護人員對寨卡病的發病機理、傳播途徑和危害胎兒和孕婦的機理并不清楚，對待這種疾病既無有效的藥物，也沒有疫苗，因此需要更多更新的研究結果來指導防治疾病，而對于最新研究信息的共享，則有助于指導全球醫務人員和公共衛生專業人員，并通過醫護人員向公眾提供科學的防治方法。

正是在寨卡病的防治上，信息共享得以突破。現在，美國威斯康星大學麥迪遜分校病毒學家康納研究團隊用寨卡病毒感染猴子進行試驗，并在網上公開了首批數據。這一行為改變了過去研究人員只是在學術期刊發表研究結果和數據的傳統做法。美國研究人員在網上發布的是2016年2月15日他們將寨卡病毒注射進3只印度恒河猴體內獲得的血液、唾液和尿中所檢測到的病毒數量的原始數據。這些數據能讓每個人都看到，并且每天都會更新研究結果。

此次康納等人首先在網上公布動物試驗的數據意味著，生物醫學已經正式踏入智能醫療門檻。與此同時，中國研究人員也借寨卡的防治和研究而跨入智能醫療和大科技的門檻。中國疾控中心與江西省疾控中心、浙江省疾控中心、軍事醫學科學院等單位合作，分別對寨卡病毒感染病例血液和尿液標本中的寨卡病毒基因組進行了全面解析，獲得病毒全基因組序列，并發布到網上。

這種科研的資源共享顯然為人們認識寨卡病的病理、研制藥物和疫苗奠定了基礎。而且，基于對不同來源的寨卡病毒特點的認識，將進行針對性的藥物和疫苗研發。例如，中國疾控中心和江西省疾控中心合作測序的寨卡病毒基因組有10676個堿基，與目前在美洲的流行病毒株具有高度同源性。但是，浙江省疾控中心測序的寨卡病毒核酸序列與太平洋島國法屬波利尼西亞地區報道的病毒基因組序列高度同源，而與中國其他省份報告的輸入病例的病毒核酸序列存在差異。

不過，美國研究人員在網上公布恒河猴試驗的數據還具有更多的意義。寨卡病是一起非常緊急的公共衛生突發事件，所有人都在與寨卡病毒賽跑，也與時間賽跑。除了不應讓科學家的競爭成為保密理由而延緩對寨卡病的認知和防治外，還要意識到，對人的研究有很多倫理限制而無法獲得相應的數據和知識。

由于寨卡病毒感染的形式和機制在人和恒河猴體內相似和相同，研究人員能通過向猴子體內注射不同劑量的寨卡病毒而獲得該病有價值的第一手相關信息。科學家能對懷孕恒河猴體內的羊水反復取樣，以判斷寨卡病毒能否以及多快感染胎兒。這些數據一方面不可能從人身上快速且合乎倫理地獲取到，另一方面也可能因此而延誤人們對寨卡病毒是否導致小頭兒等的認知。

有了對恒河猴的研究結果，并且能發布在網上，就能較快地獲得諸如寨卡病毒是否與小頭兒關聯的確切信息和機理，例如，正在發育的胎兒可能何時會被寨卡病毒侵襲而導致出生缺陷，也就能為人們提供防治的線索和方式。

此外，由于世界一些國家反對動物試驗，尤其是反對用靈長類動物進行醫學試驗的呼聲越來越大，浪潮越來越高。歐洲一些國家，如德國已經在減少靈長類動物的醫學試驗，美國國立衛生研究院（NIH）也已決定結束其下屬一家實驗室存有爭議的猴子試驗，并終止了對黑猩猩侵入性試驗的經費支持。

在這樣的情況下，美國研究人員在網上公布寨卡病毒感染猴子的數據就更具有意義，因為這是在實現一個共同的目標，資源共享能讓那些并沒有進行動物試驗的研究人員了解動物試驗的情況和數據，也就會減少使用靈長類動物進行試驗。

當然，大科技時代的資源共享也會讓科研人員產生疑慮，其中最核心的是，研究成果的界定和歸屬，以及其他研究人員是否采信網上發布的動物和其他研究數據及結果。

對于第一個問題，也許可以用網上公布的時間來判斷一項研究結果的最早時間和進行研究的科研人員，至于對網上公布的研究結果的采信與否，可能會隨著大科技時代的進展由實踐做出回答。無論其他研究人員是否采信網上公布的結果和數據，都會進行驗證，因此，可能會有效地檢驗網上公布的研究結果。

患者也要利用智能醫療

一般而言，智能醫療通常指的是計算機、大數據和互聯網+如何讓醫生和專業機構對病人的疾病診治更準確和更科學，讓人們既能看病有效，又能少花錢。

例如，現在飛利浦公司設計了一個智能軟件飛利浦健康套件數字平臺，希望將消費者、患者和醫療服務人員三方進行串連，在互聯的護理領域進行嘗試。這個平臺是一個基于云技術的開放安全平臺，能夠收集和分析從健康手表、血壓計、耳式體溫計和身體分析儀等多個設備源頭的健康數據。醫生也可以在第一時間了解到患者的情況并做出醫療判斷和治療方案，從而大大降低醫療成本和漏診誤診的發生率。

智能醫療的另一個維度是患者和家屬，以及需要保健的正常群體，他們也需要大數據和智能分析來選擇自己所需的診治疾病的方式和程序，以及正常人需要選擇的保健措施。

在這方面，利用大數據設計成智能軟件，為患者和公眾提供就醫和保健的信息也格外重要。現在，美國已經出現了主流醫院評價平臺的智能軟件，供廣大公眾選擇。這個平臺對美國近5000家醫院、約14萬醫生以及16個醫療領域的137家專業醫院排名。這個排名對醫院聲譽、患者存活率、患者安全性以及其他醫療相關指標在內的數十項評價指標進行綜合排序，由第三方公司或組織進行多方位、多元化評價，更加關注醫療產出以及患者滿意度。如此，這種智能平臺可以向公眾提供他們可以選擇和信賴的醫院進行就診和治病。

現在，中國對醫院和醫生的評價還是采用最普遍的醫院等級劃分標準（3級10等）。醫院評審分級標準包括醫院的規模、技術水平、醫療設備、管理水平、醫院質量等5個標準，但由于其他評審內容設置缺乏直觀指標，容易量化的硬件標準（床位、科室設置、醫療設備、人員配備等）成為劃分醫院等級的決定因素，暫時未能考慮醫院的綜合醫療效果、患者存活率、患者安全性等。

現在，中國研究人員意識到醫院評價和大數據的重要性，復旦大學醫院管理研究所已經邀請全國30個臨床專科的幾千位著名專家學者共同參與評審中國最佳醫院排行榜。其中，醫院專科聲譽主要由專家提名心目中名列前茅的醫院，而在科研學術方面，得分主要來自于國家級獎項和科學引文索引（SCI）影響因子。

相比而言，美國對醫院評價的智能軟件主要是為患者服務，醫院排名的宗旨就是讓患者選擇合適的醫院、醫師。這也是為什么美國的第三方評價機構選取的眾多評價標準中多數是關于患者安全、醫療質量及就醫滿意度的，而這些指標正是一個排行榜見功力、需要大量數據分析支撐的地方。

中國的醫院評價大數據尚未引進醫療質量和安全評價，這是需要進一步深化和發展的地方。如果這些要素都能整合到智能軟件中，公眾就可以通過這樣的智能軟件選擇適宜自己的就醫機構和醫生。患者和公眾利用智能軟件是智能醫療不可或缺的部分。

【責任編輯】張田勘