伴随IBM Watson和谷歌DeepMind在医疗领域合作业务的不断曝光，人工智能辅助诊断工具或者说基于大数据的“智能医生”给业内带来了很大震动，许多分析人士认为这是未来医疗服务发展的方向，乃至最终会出现“羊吃人”的现象，大部分医生会下岗。那到底如何？

2016年底，在美国召开的圣安东尼奥乳腺癌会议（SABCS）上，研究者汇报了IBM Watson for Oncology（简称WFO，以下称Watson）和人类肿瘤专家团队在乳腺癌诊疗上的对决，比较了两种方式给出的治疗建议。

据介绍，该研究以印度班加罗尔Manipal癌症中心的多学科诊疗团队为参考，将638例乳腺癌患者的病例数据输入Watson，记录Watson给出的治疗推荐以及从分析数据到给出推荐的时间等，同时，按照不同颜色将Watson给出的治疗建议分为三类：其中绿色表示标准推荐治疗（REC），橙色表示供参考（FC），红色表示不推荐（NREC）。根据不同的肿瘤分期和受体状态对Watson和Manipal癌症中心治疗建议的一致性进行评价。

以Manipal癌症中心为参照，在非转移性肿瘤病例中Watson所给出的推荐治疗一致性接近80%，在转移性疾病中给出的推荐性治疗一致性却只有45%；对于三阴性乳腺癌病例，Watson所给出的推荐治疗一致性为67.9%，而对于HER2阴性病例则只仅有35%，Manipal癌症中心主席Somashekhar表示：Watson和人类专家之间的意见分歧可能是由于HER2阴性乳腺癌的治疗选择多样。依据HER2状态需要考虑的治疗变量太多，这增加了Watson类人类思维能力的要求。整个对比实验也显示，伴随病例复杂度的提高，双方治疗推荐的分歧意见也就越多。 

Manipal癌症中心主席Somashekhar

在用时方面，虽然人类专家可通过自身多年积累的工作经验提升工作效率，但还是需要花很长的时间去思考和筛选可行的治疗方案并形成推荐意见。起初，医生需要平均20分钟时间给出治疗建议，提高后时间缩短为平均12分钟，而Watson从提取分析数据到给出治疗建议平均只要短短40秒，远远超于人类。

Somashekhar认为，虽然Watson是肿瘤人工智能诊疗领域的代表，有非常好的应用前景，但是，医生们不必担心它会取代自己，在很长一段时间内，Watson并不能代替医生在医疗过程中的主导型地位，因为Watson终究只是一个诊疗的辅助工具，不带任何感情色彩，没有人情味，而每一个患者都是独立的个体，有自己的独特性，有自己的情绪和思考， 医患之间的沟通交流是必不可少的，医生给予患者的人文关怀对于患者的治疗也是非常重要的，这远超一般意义的“数据分析”，而这些Watson都不能做到，另一方面，在复杂疾病（如转移）的处理上，Watson更倾向于以最佳的可用证据为基础提出建议，而医生则可能会考虑大剂量化疗迅速缓解症状等优化方案，后者的评估更灵活。

IBM Watson for Oncology（IBM Watson肿瘤解决方案）是IBM与纪念斯隆-凯特琳癌症中心联合开发的一种认知计算系统，可以通过自然语言处理（natural language processing）从一般文档中提取结构化数据。WFO平台使用自然语言和机器学习分析了海量的非结构化医疗数据，主要集中在乳腺癌，结直肠癌和肺癌。

原文检索

《IBM's Watson Achieves High Concordance in Tumor Board Test》