患者为一名60岁的女性，最初根据诊断结果，显示她患了急髓白血病。但在经历各种疗法后，效果并不明显。 根据东大医学院研究人员Arinobu Tojo的说法，他们利用Watson系统来对此病人进行诊断。系统通过比对2000万份癌症研究论文，在10分钟得出了诊断结果：患者得了一种罕见白血病。
10分钟诊断是如何实现的？
东京系统与软件开发研究所Watson Health Cloud的软件工程师林雪婷向雷锋网表示，目前医疗方面的项目难点其实比较统一：
首先，你要有可以对照的数据，在这个项目里是和纽约基因中心进行合作；
其次数据使用时，第三方只能根据HIPPA协议使用个人数据的统计信息；
再者，可能就是怎么把数据导出来作为这个研究的样本了，这个也很麻烦，因为基因数据很大。
而做人工智能诊断智能图谱的康夫子CEO，前百度自然语言处理部资深研发工程师、文本知识挖掘方向负责人张超也列举了这一研究的主、
“数据抽取是个非常有门槛的技术”，主要体现在四个方面：
1. 相比较结构化或者半结构化抽取，无结构化抽取面临更多的挑战，比如：抽取模板学习更为复杂，抽取过程的语义转移，另外还有不少歧义、边界问题需要处理；
2. 无结构化抽取的面对的数据源更为繁杂，如：网页、论文、书籍、问答数据等等，不同数据源带来的数据清洗工作也不尽相同；
3. 在医学应用场景下，要求抽取工作的准确率、召回率都需要很高，这也是抽取任务的一大挑战；
4. 无结构化文本抽取的过程也伴随着大量的计算，对计算性能也有较高的要求
新闻中提到的“10分钟”，在林雪婷看来，“应该是不包括把数据导出来的时间的”。
也就是说，这一过程首先要对结构化的知识进行构建，肯定是在离线状态下完成的。
沃森机器人正在成为全球最顶尖的医疗专家
在WIRED 健康大会上发言前，Kyu Rhee，IBM的首席健康官，从他的口袋里掏出了一个标志性的医疗设备：听诊器。
世界上诞生的第一个听诊器是一款单声道听诊器，由法国医生雷奈克（René La ennec 1781--1826)发明的，距今已经有200年的历史了。在这二百年间，无论技术怎么发达，针对身体内部检查出现了各种各样的非侵入技术，但听诊器始终是最能代表「医生」的医疗设备。2012年一项研究表明：携带听诊器的医生显得更专业、更值得病人信赖。
“令人惊奇的是，直至今天，医学在某些领域仍然使用听诊器，”Rhee说，“但是我相信，在未来的200年间，像沃森这样的认知机器人将会取代听诊器，成为未来医疗的一部分。”
IBM的沃森机器人通过认知计算来吸收结构化和非结构化的数据，在此基础上产生结果。想要掌握一门学科，沃森首先要吸收海量的现存数据，然后由专家输入既定的问题和答案来对其进行训练。之后，沃森会被问到一个没有给出既定答案的问题，沃森要利用自己对问题的理解来列出上千种可行的答案，并且要为这些答案进行排序。沃森回答的越多，那么它理解的就越好
保存数据就是在保命
当说起医疗数据的时候，我们首先想到的就是那些保存在纸上和电脑里的医疗记录。但伴随健康智能硬件的兴起，医疗数据的边界不断地被拓展。
今年4月份，一款健康智能硬件记录的数据拯救了一个新泽西州男人的生命。这个男人在工作当中突发心脏病，医生从他的智能手机中提取心率数据，这些数据能够帮助医生排除不必要的诊断，所以医生能够迅速找到合适的治疗方法。
医疗数据可不仅仅是医学期刊和医生输入电脑的医疗记录，我们的身体无时无刻不在产生海量的潜在医疗数据。但是目前来说，绝大部分的数据都处于「丢失」（lost）的状态--我们每天走了多少步、今天的心率怎么样、皮肤的温度是高还是低、今天都吃什么了等等这些数据，都只保存在本地、孤零零的几个设备和App里。
沃森健康的欧洲负责人Matt Howard说，“对于我们来说，最重要的是数据的质量、控制和监管。正是这些因子之间的相互作用，使沃森健康成为一个非常有意思的理念。沃森可不是单单具备认知能力，它是认知能力和大数据、分析和决策的复杂相互作用。”
为了获得匿名的健康数据，IBM和一些可穿戴健康设备和其他硬件的制造商合作，这其中包括Apple和Under Armor。海量的健康数据能够提升沃森对健康（health）的认知和理解，而不仅限于医院（healthcare）。
“我们一年大概做出15个有关于医疗护理的决定，但是每一天我们做出有关于健康的决定有1500个，”Kyu Rhee解释说，“比如说咖啡里放不放糖？今天吃不吃早餐？在哪里停车？爬不爬楼梯？今天给家人打不打电话？”
它的价值与意义：
IBM沃森是全球人工智能的皇冠上的“明珠”，近年率先在医疗和金融领域商业化落地。目前在慢性病管理，攻克癌症等方面和与苹果Johnson&Johnson和Medtronic合作，同时与美国第二大连锁药店cvs合作获得海量患者数据等。据WinterGreenResearch估计，到2019年，随着新的认知计算技术的发展，全球医疗决策支持市场的价值就将增加到2000多亿美元。
———摘自DeepTech 深科技
冯艳茹