原标题：Watson的背后，不仅仅是人工智能

图片来源视觉中国

“当下，近50%的癌症患者没有得到规范化治疗。到2020年，医疗数据会每隔73天翻一番，数据爆炸将成为常态；2035年，全球医疗卫生工作中的工作量会非常巨大，医生体力和脑力的透支情况会更加严峻。”

——IBM Watson Health 副总健康官、肿瘤学家 Nathan·Levitan

癌症治疗规范化

一直以来，肿瘤都是国人谈之色变的疾病。每每谈到，无论是患者还是家属都会乱作一团。

实际上，究其原因这和癌症在中国治愈率普遍偏低不无关系。一般来讲，国外医生在确诊后，会对患者全身情况进行评估（包括经济情况），再给出解决方案，并且整个治疗过程都会按照既定方案实行，不会出现大的偏差。而在国内，肿瘤治疗经常由不同科室医生介入，相互之间的配合欠妥，更换医生的情况屡有发生。

不规范的治疗，让医生和病人牵累其中。百洋智能科技CMO王必全对钛媒体讲到：“有证据显示，国内近50%的患者没有得到规范化治疗，这使得他们错过了最佳治疗机会，降低了生存几率。”

造成规范化治疗难以普遍实施的最重要原因是什么？据钛媒体了解，原因是整体医疗水平落后、新药和新疗法滞后、医疗资源整体缺乏。就短时间来说，这样的难题仍然得不到解决。更何况一项技术从研究到应用要经历相当长的周期。南京市第一医院肿瘤科陈锦飞主任曾表达过这样一个观点：“已有的研究报道显示，从学术研究的成果到临床实践使用，大概需要17年左右，对医生来说要跟上医学知识、数据的更新和进展其实是不太可能的，如果说要跟上学术界的最新进展，医生一天大概要阅读29个小时的医学文献和资料，事实上这是不可能完成的。”

这种情况下催生了 Watson for Oncology（Watson肿瘤解决方案，简称WfO）的诞生。就目前来看，Watson 系统至少有四个优势：

第一是，数据海量。它汲取了300多份医学期刊、250余种教科书及近2700万篇论文研究，同时还吸收了美国国立综合癌症网络发布的临床指南。并且，Watson 肿瘤这个产品由 MSK 训练，学习大量临床实践。

第二是，学习速度快。由于是“深蓝”的后裔，使得 Watson 拥有自学习和深度学习能力，通过链接至业界权威评审的研究以及临床指南，它可以随着时间的推移不断吸收新的知识，为医生构建最新的知识库。

第三是，Watson 有自筛机制。医生录入信息之后，Watson 会识别系统数据，如果输入的信息错误，系统会提示“在你的信息处发现了矛盾的信息“。

第四是，使用方便。医生录入信息后，只需点击“Ask Watson”一栏，一份数十页甚至数百页的治疗建议报告就会生成。

该系统本质上是一个动态的程序，所以它可以根据需求做出微调和改善。同时，它也会不断地丰富自己系统的功能。由于 IBM和世界各地的医疗单位建立了紧密的合作，使得 Watson 系统相比其他竞品来说更加的完善。

现在，Watson 肿瘤解决方案已经覆盖了13个癌种，占了全球最为常见的患病率和发病率占到80%的常见的癌症。

结合靶向药与生物标记物

肿瘤存在着高度异质性特点，而对于晚期肿瘤来说，往往存在成百上千甚至更多的突变。另外，肿瘤领域变化极快，几乎每隔一两个星期就有新的治疗方案、药物出来，这种情况下，药物和治疗手段的精准性成为了提高治愈率的关键条件。

然而，想要分析基因变异，传统方法费时费力。由于人类基因比较复杂，即便确定了突变与癌症有关联，也需要对病人的遗传情况、生活环境饮食习惯等做全面的分析。如今，虽然多数医院或企业选择自建数据库，通过将患者的数据与数据库比对给出报告。但实际上，对于时间就是生命的晚期患者来说，这样的治疗方法还是太慢。IBM Watson Health 副总健康官、肿瘤学家 Nathan·Levitan 对钛媒体分析：“人类已知600余种基因，此外还存在1000万种基因变异。”一般而言，想要做完所有检查，至少需要数天。

这种情况下，诸如 IBM 在内的企业开始寻求其他技术的支撑，而生物标记物(biomarker)成为了首选。它可以标记系统、器官、组织、细胞及亚细胞结构或功能的改变或可能发生的改变的生化指标，这种技术大大提高了判断疾病分期或者用来评价新药或新疗法的效率和质量。