在 MD Anderson 的白血病治疗中心，Candida Vitale 和其他研究员刚相处几个月，互相已非常熟络，因为他们九个共用一个办公室，而且总是在周末的时候一起加班，不过他们还不清楚其中的一位新成员究竟能干些什么。这位新成员的名字很拗口，同事们便干脆给了它一个绰号：沃森 ( Watson）。有传言，沃森已经成功修完了两年的医学院课程，其内部存储着数以千万计的医学杂志期刊和临床试验影像。每当晨间问诊的时候，资深教授会要求各位研究员总结病人的病历，沃森似乎总能给出最好的答案。「我非常的惊讶」，31 岁的 Vitale 说，他曾在意大利获取了医学博士学位，「即使你通宵达旦地工作，也不可能（像沃森一样）记住如此海量的信息」。

四年前，沃森在万众瞩目的益智问答节目《Jeopardy!》中击败了许多人类对手。从那以后，它便开始被推广运用到许多领域。它被安装在运营商的呼叫中心或是酒店的礼宾部，有时还可以帮助客人智能选歌。它甚至还出版了一本 231 页的菜谱，被称为「创新食谱」（虽然这本菜谱接到了许多负面评论，曾有一则评论说到按沃森的食谱做出的卷饼是他这辈子吃过最难吃的），但这些功能基本上只能算个营销噱头。

IBM 现在正在训练沃森成为一位癌症专家。初步的想法是利用沃森日益增进的人工智能分析能力，通过对比疾病的治疗历史、遗传数据、诊疗影像和表现症状为每位癌症患者找到个性化的治疗方案，相信其效果将远胜于简单的医学知识诊断。在某种程度上，一组医学人员通过几周的研究分析还是很有可能做出精确的诊断的。而沃森则仅需几分钟就能提出治疗建议。沃森已成为 IBM 几个重点医疗研究项目之一，旨在通过筛选医生的人工记录和日常的医疗数据，来建立不同的模型从而预测诊疗需求。这是革命性的医疗新方向，很有可能在社会、经济、政治方面都带来显著的影响。

Lynda Chin（医生、科学家、德州大学副校长），在监督视察 MD Anderson 癌症中心的沃森项目时表示，这项研究可以说是推广医疗「民主化」进程的关键，可以有力消除医生资源分配不均而造成的不平等。「我认为这类技术可以帮助我们摆脱目前受社区提供商限制的医疗保健系统。如果你想接受专家坐诊，你就必须去特定的医疗中心」，她说，「但往往在社区内这类资源总是非常有限的」，「相对于让病人去找别的社区或城市的专家进行远程问诊，然后复印和发送病例档案过去，再等他们花无数个小时去研究医学文献来提出诊断建议，不如让本地医生直接去咨询沃森」。
Jho Low，33 岁的亿万富翁，毕业于宾夕法尼亚大学沃顿商学院，现正掌管着亚洲最成功的投资公司之一，为 MD Anderson 的这个项目捐助了五千万美元。他曾表示他之所以做这些努力是为了治愈远在马来西亚生活的患有白血病的祖父。他说他是幸运的，能让主治祖父的医生与 MD Anderson 的专家远程协作来为祖父制定最佳的治疗方案。他认为每个人，无论贫富，都应该有平等的获取专业治疗的权利。他说：「这个虽说是我家的私事，但这真是我的亲身经历，亲眼看到了这一切所带来的改变」。这类研究被慈善家和科技巨头所推动, 深深的吸引了 Low 这样的青年才俊，他们相信通过芯片、软件程序、算法和大数据驱动的信息革命，可以诊疗乃至治愈人的身体。

但沃森和类似的项目也引起了人们的猜忌，或者说是警惕。有人猜测某些企业正在想方设法用电脑系统来取代美国九十万的现行医生，从而有机会掌控敏感的大众个人健康信息。近些年，科技取代人工的争论盛嚣尘上，一些研究也助推了大众对此的关注。在一篇由牛津大学的经济学家在 2013 年发表的文章中提到，美国已有 702 个职业已被自动化或机器人化，占美国原有职业总数的 47%。文章认为从律师助理到出租车司机，都有可能在未来几年内消失。麻省理工学院的商科教授 Erik Brynjolfsson 和 Andrew McAfee 也做过类似的研究，他们认为这一趋势正在加速，我们现在正处于「第二次机器革命」的黎明时期。

已有科学家在尝试让机器人来做糕点，甚至在开发机器人数学老师和麻醉师。许多医生和医学学者也因此潮流而纷纷预约前来参观沃森的工作，尽管 IBM 已作出官方的保证不会用沃森替代人类，只会培养它协助人们更好的工作。「很坦率地说，我认为很多医学人士往往会很惧怕这样的技术」，Iltifat Husain，来自 Wake Forest 医学院的助理教授说。他在 Wake Forest 学校主讲移动 app 课程，他认为像沃森一样的机器人系统可以极大地提高患者的护理质量。但他也强调计算机永远不会取代人类医生，原因很简单，计算机是不具备本能和同情心的。「很多时候病人并不会给你完整的描述，但你可以通过观察他们如何与家人互动，他们的心情、举止来推断他们的病况。你并不需要对病人做全方位的数据分析」，他说，「这就是计算机不如你的地方。」

沃森的革新

沃森这个名字来源于 IBM 的创始人托马斯 沃森。不负此名，沃森的设计相比于 IBM 先前的超级计算机「深蓝」有了很大地飞跃。深蓝曾在 1997 年的一场为期三天的人机对抗赛中击败了国际象棋大师加里 卡斯帕罗夫。它有着极强的计算能力，每秒能分析 200 万个场景，这种计算能力可以被应用到复杂的股市建模中，也可以为新药做分子层面上的潜力排名。但这个系统也有局限性，它只能模拟人类的基本生活技能，却不能识别人类的语言或其他非结构化的数据。就像莎士比亚戏剧中所讲的：当提到数据，世界便是一片混乱。所以说深蓝的能力是有限的。（译者注：深蓝是美国 IBM 公司生产的一台超级国际象棋电脑，有 32 个微处理器，每秒钟可以计算 2 亿步。）

因此在最初设计沃森的时候科学家们就希望它能更加人性化。首要任务是要赋予沃森阅读和理解自然语言的能力。他们给沃森设定了假设、定位和分析证据的思维来让它能够自如的表达支持或反对。就像人的大脑一样，随着时间的推移沃森可以从成功和失败的例子中或是用户的反馈中不断学习从而变得更聪明。

图注：2011 年，沃森在哥伦比亚广播公司的著名的游戏节目《Jeopardy!》上名声大噪，曾保持了该节目最长获胜记录，击败了各路人类大神，其中包括上图左边的答题高手 Ken Hennings。

沃森在不断的进步

最初，沃森的知识仅限于《Jeopardy！》节目里的游戏选项。自从 2011 年 2 月在全国电视上亮相后，沃森便开始装载成千上万的文史资料、新闻报道和科学杂志报告，以及几百个全国范围内的研究人员和医生输入的诊疗信息。这些专家也会审查沃森给出的方案，告诉它哪些是对的哪些是错的，并给它指明那种信息来源更可靠。

不同于人类的大脑可以分心、迷惑或受到启发，沃森并不是一个创造性的思想家，而是非常理性的。它更多的是着眼于在各种各样的数据中找到其中的联系并分析出每种方案的可行性，再把最棒的诊疗建议呈现给用户。

Rob Merkel，IBM 沃森医学研究组组长，他表示从公司的研究中可得出，一个人在一生中能产生一百万 GB 与健康有关的数据，这相当于 300 万册书的信息量。「你可以潜移默化的与它融合到一种境界」，Merkel 说，这就是沃森创造的「机器与人之间的智慧集结」。「我们不提倡用沃森替代医师」，他解释说，「我们希望让沃森帮医师做大量的阅读并为他们提供及时的反馈」。

最原始的沃森是一堆超级计算机的集群，总占地有主卧室那么大。现在其已逐步微小化，尺寸仅相当于三个披萨饼盒子的大小，在 IBM 合作伙伴的机房里随处都可以见到它。IBM 对沃森项目非常有信心，2014 年 1 月该公司宣布将在该项目上追投 10 亿美元，并为此增设一个独立部门。从那以后，IBM 便将沃森作为重点发展项目，并表示将联合至少 2000 名执业医师、临床医师、开发商和研究人员为此做出努力。同时将与苹果、强生和美敦力等公司合作收集更多患者同意提供的信息。法国农业信贷银行预测，2018 年 IBM 将有高达 12％的总收入来自沃森的相关产品，其中一大块将是使用费或通过订阅其专业知识所收取的顾问费。

沃森正在成为最先进的癌症研究方式
其中最雄心勃勃的一个项目是在 14 家来自美国和加拿大的癌症治疗机构将开始部署沃森计算机系统，该套系统将可以根据病人肿瘤的基因指纹选择出适合的治疗方案。医生们早已知道由于基因的不同，同样的治疗方案可能并不适合所有的病患。但定位突变的基因和匹配可能的治疗方案所需要的成本和操作的复杂性远比想象的大的多。该服务有望于今年晚些时候推出。

与此同时，沃森也在继续接受癌症专家的实地培训。早在 2011 年 IBM 公司就宣布，沃森的学识已经相当于一个医学院二年级的学生。从那时起，该系统便进驻了一些国家的顶尖级癌症中心，其中包括纽约的 Memorial Sloan Kettering 中心和 Cleveland 诊所。当年 9 月下旬，沃森又取得了一个里程碑式的进步：他在 MD Anderson 得到了一个白血病研究员职位。来自 Michael Stravato 在华盛顿邮报的报道中提到，沃森已是休斯敦 MD Anderson 白血病治疗中心正式的肿瘤学专家顾问。现在它可以轻松的合成一个病人的病史，提供一组建议治疗方法并分析出各种方法的可行性概率。

医学界的一场革命

要创造世界上第一个人工智能癌症专家需要从处理技术含量非常低的纸质文件开始。MD Anderson 和 IBM 的团队花了几个月的时间将过去几年内每一个接受治疗的白血病病患的名字、年龄和性别以及药物治疗情况、实验室测试结果、医学影像数据和医生笔记输入到沃森计算机中。如今在记录里针对白血病这一种疾病已有几十种不同的治疗方法，包括高剂量化疗及免疫疗法。到底选择哪一种方法对于医生来说经常是非常棘手的问题。
虽然沃森在 MD Anderson 中心的正式名字早已是肿瘤学专家顾问，但在最开始的时候，它也常会出一些小纰漏。它有时不能分辨医生笔记里面的「Cold」一词是温度上的冷还是感冒的意思。或 T2 指的是一种核磁共振成像（MRI）的类型还是指癌症的某个阶段。因此，每个患者的记录最后还是需要人工验证。

此外，沃森的建议有时候会有点古怪。「当我们启动这个项目的时候，它就像一个小宝宝」，白血病治疗中心的 Tapan M. Kadia 说，「你输入一个诊断结果，它只会返回一个随机的治疗建议」。原来，要让机器去做一些人类认为理所当然的事情是非常困难的。就像谷歌曾花费了一年的时间教计算机去识别 Youtube 上的喵星人。

最初，医生必须手动输入他们认为正确的治疗方案和选择该方案的原因来引导沃森学习。他们还精心挑选了以往的重点期刊文章来让沃森参考，并授权它接收一些新发表的医学资料。十月的时候，该团队决定让沃森投入正式的研究工作。Koichi Takahashi 去年曾被评为优秀研究员，他被任命与沃森一起开展白血病研究。至今为止，沃森的工作让他印象深刻。沃森合成病人病史的能力是「非常惊人的」，Koichi 说，「在它面前，我算是完败了」。

沃森也给 Kadia 医生带来不少惊喜。他说：「我们经常会（因为沃森的表现) 感叹『事情不应该是这样的啊』，或是惊讶于『为什么我没有想到这点呢』，虽然我们不愿意承认，但它确实发生了」。

Vitale 在意大利学习血液学，起初她认为在医学课上学习计算机程序并与之交流非常奇怪。但现在她已能与沃森自如地配合。她经常通过输入引用语句和突出重点段落来带领沃森阅读有用的期刊文章，沃森则可以帮助她更快的了解病人的病历。「我们仍在学习互相信任」，她说。

一天下午，在 MD Anderson，Vitale 坐在 Kadia 教授对面的桌上用沃森研究病人的文件。当病人的血样数据显示出来的时候，Kadia 皱起了眉头。Shamira Davis，23 岁，是 Kaida 以前的一个病人。两年前她被送到了重症监护室，不停地出血，濒临死亡。这位全职妈妈当时被确诊为白血病，Kadia 帮她做了化疗和骨髓移植。她从那时起一直都很好。但现在看来她的癌症已复发了。

Vitale 一直跟随着 Kadia 学习，在研究 Davis 的背景时也学会了去问沃森有什么想法。当问到 Davis 的情况的时候，一条长长的选项清单出现在屏幕上。像人类医生一样，沃森不会提出非黑即白的建议。相反，它提供了一系列可行性方案和相应的成功概率。针对 Davis 的案例，沃森提出了一个标准的治疗方法以及几个临床试验中有着高成功率的方案。Kadia 看了一下推荐清单，然后他用直觉做出了选择。他最近也一直在和同事讨论一个新的临床试验化疗疗程，他认为这是 Davis 的最佳机会。

几分钟后，当 Davis 被告知，她的医生向《Jeopardy！》节目的冠军咨询了她的情况，她很感兴趣。但不知道她是否会接受电脑给出的诊疗建议？没想到 Davis 很给力，丝毫没有犹豫的说到：「我相信 Kadia 博士」。

MD Anderson 的白血病专家 Guillermo Garcia-Manero 则表示，有时候他不会采用沃森的建议，他并不是指沃森有错，而是认为沃森仍需要学习。「并不是说我们都如卡斯帕罗夫一样厉害，但这里的医生都是专家，沃森仍然需要一些时间来向他们学习」，他说，在未来，沃森将成为一个梦幻般的助手，即使是职业选手也会需要它」。当然，即使是卡斯帕罗夫，也会被电脑战胜。电脑有它的优势，Garcia-Manero 说，他们可以认准一个观点，不会被任何诊断偏见所影响：「计算机不会对研究偷工减料，人类经常偷工减料」。MD Anderson 和德州大学的领导对沃森诊疗白血病的情况一直非常满意，他们正准备训练它投身于其他两个专业：肺癌和糖尿病。

「他们不断告诉我，它并不会取代我」，Garcia-Manero 说，「但我敢肯定在未来它将会代替我。」