谷歌旗下的Medical Brian團隊開發(fā)了一種新的人工智能算法，可以幫助醫(yī)院預測病人的死亡時間，并有望在醫(yī)療領域展開更廣泛的應用。

一名身患乳腺癌晚期的女士來到一家城市醫(yī)院，她的肺里已經充滿液體。她看了兩位醫(yī)生，還做了一次放射掃描。醫(yī)院的電腦讀取了她的生命體征，估計她在住院期間去世的概率為9.3%。

之后輪到谷歌出場。該公司開發(fā)的一種新型算法讀取了這位女士的175,639個數據點，然后測算其死亡風險為19.9%。她幾天之后便去世了。

今年5月，這位女士的故事被匿名發(fā)表在谷歌的一篇研究報告中，希望借此凸顯神經網絡在醫(yī)療行業(yè)的潛力——這種技術很擅長使用數據自動學習和提升。谷歌開發(fā)了一種工具，可以預測很多病人的結果，包括他們可能的住院時間、再次住院的概率以及短期內死亡的概率。

最令醫(yī)療專家印象深刻的在于，谷歌可以篩選之前無法獲得的數據：埋藏在PDF文件中的注釋或舊資料中的潦草筆記。這個神經網絡會獲取所有非常規(guī)信息，經過分析之后進行預測。不僅如此，它的速度也比目前的技術大幅加快，準確率同樣大幅提高。谷歌的系統(tǒng)甚至可以顯示具體哪項記錄導致其得出現有的結論。

醫(yī)院、醫(yī)生和其他醫(yī)療服務提供商多年以來都希望更好地利用海量電子病歷和其他病人數據。如果能在合適的時間分享和突出更多信息，就有可能拯救更多生命——至少也可以幫助醫(yī)護人員減少寫論文的時間，多投入一些精力來治病救人。但目前用來挖掘醫(yī)療數據的方法成本太高，而且非常繁瑣耗時。

斯坦福大學副教授、谷歌論文的聯合作者尼加姆·沙阿（Nigam Shah）表示，當今的預測模型所花費的時間有多達80%用在了“枯燥的粗活”上。谷歌的方法則避免了這種模式。“完全不必擔心這個問題。”沙阿說。

谷歌人工智能主管杰夫·迪恩（Jeff Dean）今年5月表示，谷歌的下一步計劃就是將這套預測系統(tǒng)應用到診所。迪恩負責的醫(yī)療研究部門Medical Brain正在開發(fā)多款能夠預測疾病的人工智能工具。

谷歌內部對該項目也非常振奮。“他們終于發(fā)現一種具有商業(yè)前景的新型人工智能應用。”一位谷歌員工說。自從谷歌在2016年自稱是一家“人工智能優(yōu)先”的公司之后，他們在這一領域的多數工作都用于改進現有的互聯網服務。而Medical Brian團隊的成果給谷歌提供了進入全新市場的機會——這也是該公司聯合創(chuàng)始人拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）反復嘗試的。

Alphabet醫(yī)療部門前高管、投資公司Foresite Capital董事總經理維克·巴佳吉（Vik Bajaj）表示，如今的醫(yī)療軟件大都是程序員手工編寫的。與之相對，谷歌的方法則會讓及其自主理解數據。“他們明白哪些問題值得解決。”他說，“他們現在已經做了很多小型實驗來了解究竟哪些方向富有成果。”

迪恩認為，人工智能系統(tǒng)可以引導醫(yī)生采用某些特定的醫(yī)療和診斷方式。還有谷歌研究人員表示，現有的模型忽略了一些明顯的醫(yī)療事件，包括病人之前是否接受過手術。他表示，目前這些手動編寫的模型是醫(yī)療領域“明顯而巨大的障礙”。但此人拒絕透露身份。

盡管谷歌認為潛力很大，但想要利用人工智能來改進醫(yī)療結果仍然要面臨很大挑戰(zhàn)。其他公司也在嘗試把人工智能應用到醫(yī)療領域，IBM旗下的沃森部門就是典型例子，但也只能幫助企業(yè)節(jié)約資金，并把技術融合到報銷系統(tǒng)中。

谷歌一直以來都希望獲取數字病例，但結果喜憂參半。為了開展最近的研究，谷歌與加州大學舊金山分校和芝加哥大學達成協(xié)議，得以匿名獲取460億份病例數據。谷歌的人工智能系統(tǒng)為每家醫(yī)院分別開發(fā)預測模型。如果要為所有醫(yī)院開發(fā)統(tǒng)一模型，就會遭遇更大的挑戰(zhàn)。谷歌正在尋找新的合作伙伴，以便獲取更多數據。

更加深入地挖掘醫(yī)療數據只會進一步增加谷歌已經掌握的海量信息。“谷歌這樣的科技巨頭將會具備獨一無二、近乎壟斷的能力來挖掘我們生成的所有數據。”數據公司Immuta首席隱私管安德魯·波特（Andrew Burt）說。他和兒科腫瘤專家薩繆爾·沃爾琴伯姆（Samuel Volchenboum）在最近的一篇專欄文章中表示，政府應該阻止這些數據成為少數幾家公司的特權地帶。

谷歌對待病例數據非常小心，尤其是在外界對數據問題日益敏感的當下。英國監(jiān)管者去年批評Alphabet旗下的DeepMind人工智能實驗室，指責其在沒有告知病人的情況下利用一款應用來分析他們的公開病例數據。而在最新的研究中，谷歌及其合作醫(yī)院都堅稱他們的數據經過匿名處理，而且獲得了病人許可。沃爾琴伯姆表示，如果要向規(guī)模更小的醫(yī)院和醫(yī)療網絡擴張，該公司在維護數據方面會遭遇更多挑戰(zhàn)。

不過，他還是認為這些算法可以拯救生命、節(jié)約資金。他希望病例數據能夠與其他統(tǒng)計信息結合起來。最終，人工智能模型可以包含當地的天氣和交通數據，以及其他可能對病人的結果構成影響的因素。“醫(yī)院就像一個有機體。”他說。

沒有幾家公司比谷歌更懂得分析這樣一個“有機體”。該公司和Alphabet旗下的Verily都在開發(fā)各種設備，并追蹤更多的生物學信號。即便消費者沒有大量使用可穿戴健康追蹤設備，谷歌也可以利用其他數據來源。該公司掌握天氣和交通數據，而Android手機也可以知道人們的步行信息，甚至可以了解他們是否心情低落或其他輕癥信息。這都可以提供給醫(yī)療算法進行分析。

病例也只是谷歌人工智能醫(yī)療計劃的一部分。該公司的Medical Brian為放射科、眼科和心臟病科都設計了人工智能系統(tǒng)。他們也在皮膚病學領域開展研究，利用一款應用來識別惡性皮膚病：他們還讓在產品經理身上涂抹了15個假紋身，用來檢測系統(tǒng)的效果。

迪恩強調，這項實驗嚴格遵循醫(yī)療顧問提供的建議，而不僅僅依靠滿懷好奇心的軟件程序員。谷歌還在印度開展了一項新的實驗，使用該公司的人工智能軟件來過濾眼球圖像，以便盡早識別出糖尿病視網膜病變。迪恩表示，在發(fā)布之前，谷歌找來3名視網膜專家對早期研究結果展開了激烈辯論。

假以時日，谷歌可以將這些系統(tǒng)授權給診所使用，或者通過該公司的云計算部門，以“診斷即服務”的方式提供給他們。作為谷歌在云計算領域的重要競爭對手，微軟也在開發(fā)預測性人工智能服務。為了對該服務進行商業(yè)化，谷歌需要首先獲取更多病例，但不同的醫(yī)療提供商所存儲的數據差異較大。谷歌可以購買數據，但卻有可能遭到監(jiān)管者或消費者的反對。谷歌與加州大學舊金山分校和芝加哥大學的協(xié)議并非商業(yè)交易。

該公司表示，目前就設定商業(yè)模式還為時尚早。Medical Brian團隊成員彭麗麗（Lily Peng）在5月的谷歌年度開發(fā)者大會上提到，他們在心臟病風險識別方面的準確率已經超過人類。但她還是補充道：“我還想再強調一遍，該技術目前還處于早期。”