人工智能是医疗行业的未来

阿米尔·侯赛因

目前，狭义人工智能正在被用于各种医疗数据，这使我们能够对之前生活中不可见的、似乎无法测量的方面进行评估。曼奈尼医生在治疗时对我说：“人类对许多疾病还不了解。根据我的从医经历，当我们不知道该怎么做时，常常使用三种药。第一种是类固醇，它可以抑制人体内各种引起发炎症状的物质；第二种是可以治疗从耳朵到脚趾的各种感染的抗生素；最后一种就是阿司匹林等抗凝血剂。”他在跟我说这些时无奈地摇了摇头。即便是在这家全球最先进的医院，我们仍使用这些非针对性的原始药物，驱赶我们体内的疾病。机器则不需要这么做——它们的精确度远远在人類之上，如果我们想要继续在医疗和医药领域取得进步，那就需要精确度。

疾病的肆虐

社区中心有一间不起眼的房间。我去过那里，房间里摆着一圈坚固的棕色座椅。大家依次进入房间，然后把外套和包放在椅子旁边。等到这圈座椅坐满后，参与者就开始发言。一个年轻人说：“我突然从睡梦中醒来，疼得蜷缩成一团。我盯着天花板并尝试呼吸和数数，直到疼痛过去。”在他讲完自己的故事后，一位年纪较大的女士也开始发言：“我有一天晚上突然感到一阵剧烈的疼痛，我都没法走到床上。我躺在厨房地板上，在那里睡了一夜。我不敢移动，害怕疼痛加剧。”晚上之前，房间里的24个人都描述了各自的经历。一个年轻女性说：“我已经不再制订计划。我开始不去思考未来。我每次觉得可以出去找我朋友，最后都会打消这个念头。我害怕自己会因为疼痛难忍倒在餐厅的地板上，或更糟糕的是，倒在肮脏的公共厕所里，还是待在家里比较好。”

这是克罗恩病和结肠炎患者互助小组的一次聚会，每周，类似这样的聚会数以千计。这个房间内的每一个人以及世界各地千千万万在相似房间中聚会的患者，都患有一种炎症性肠病（IBD）。什么是炎症性肠病？这个正式的名称具有误导性，因为它根本不是一种疾病。它是一个模糊的术语，指的是所有涉及肠道内部感染的疾病。与我的丛集性头痛一样，让这个房间里的人感到如此绝望的是炎症性肠病没有治愈的方法。如今，治疗此类炎症的最大希望是使用类固醇。当类固醇不起作用时，医生常常不得不通过造口术切除肠道。炎症性肠病患者只能靠一个造口和一个挂在体外的造口袋生活。

我们不甚了解的疾病不胜枚举，对于这些疾病，现代医学界只能使用此类粗糙的治疗方法。一些疾病因具有独有的特征而容易诊断，但也有复杂的统合疾病，其中包括数十甚至数百种不同的疾病，其症状也紧密相关，人工智能是少数几种能够为此类患者提供更精确诊断的工具。

人工智能：未来的发展趋势

越来越多的科学家开始研究肠道以及它与大脑之间的关系，以治疗像炎症性肠病这样的统合疾病，这一关系被称为脑肠轴。此类研究可能会推动医学技术取得突破性进展，但它过于复杂以致必须使用基因序列，同时它也越来越依靠算法建模。目前，最先进的计算模型研究实验室使用DNA序列确认标记，即“短DNA序列”。这一捷径无须确认整个基因组，它使研究人员能够更快地了解单个肠道微生物组的整体情况。通过开展这种细节性的肠道研究，研究人员越来越接近这样一个未来，即为病人提供真正个性化的干预治疗。

所有这一切都将为粪菌移植术提供无法估量的巨大帮助，而这种技术是脑肠轴领域目前最激动人心、最万众瞩目的医疗突破。这种手术曾被视为激进的非主流治疗方法，而现在有更多的医生愿意尝试这种方法。他们会从健康人群中取一个粪便的样本，然后将样本放入病人的微生物组，使样本能够刺激该系统朝更健康的肠道组成发展。粪菌移植术已被证明能够非常成功地治疗一种名为艰难梭状芽孢杆菌的细菌所引起的致命感染， 研究人员希望能够使用这项技术发现更有效的炎症性肠病治疗方法。

然而，在没有对脑肠轴有更深入了解的情况下，此类尝试最多只能获得不稳定的结果。研究人员仍然不清楚粪菌移植术成功的原因，可能的原因是健康人粪便中的细菌进入患者肠道内后，开始充当对抗致病病毒的守卫，而可能性更大的原因是，上述情况与其他尚不为我们所知的因素共同作用。

据了解，提取患有炎症性肠病的大鼠肠道中的粪便，并将其移植到健康大鼠的微生物组中，结果健康大鼠不但出现了轻微的炎症，而且变得焦虑。炎症性肠病患者中也普遍存在类似的焦虑症状，该症状包含着一个关键的奥秘，解开它，我们就能认识肠道健康对整个人体精神功能起到什么作用。这项由贾达·德帕尔玛主导的研究表明了粪菌移植术可用于治疗炎症性肠病，但该领域的研究人员认为需要更深入地了解肠道以及肠道和大脑的关系。

只有通过计算和动态建模工具，我们才能更加详细地了解这些复杂的、互相关联的系统以及它们与个人医疗之间的关系。如果研究人员想要超越目前粪菌移植术的试错阶段，就需要使用近期人工智能发展所带来的更精确、更机械化的微生物群模型。

正当研究人员准备使用算法模型研究炎症性肠病之时，位于加州圣拉蒙的一批创新创业公司，如Health Tell，正计划在未来使用人工智能系统开发一种诊断工具，用于治疗另一种自身免疫系统的统合疾病：狼疮。这种慢性炎症性疾病的成因是人体免疫系统攻击自身的组织和器官。对病人而言，可悲的是这种疾病一开始常常被误诊，因此只有在身体器官遭到严重破坏后才会被发现并得到治疗。我最近与Health Tell的创始人比尔·科尔斯顿交流了医学诊断技术的现状，探讨了如何在未来通过人工智能增强诊断。Health Tell的技术已从简单的基因组测试发展到使我们能够了解免疫系统整体情况的诊断测试。

科尔斯顿告诉我：“研究人员近期了解到，在数百万年间，免疫系统已经进化出一个非常特定的、复杂的疾病响应机制。其响应取决于疾病的类型。”在Health Tell的技术研究工作中，他没有将重点放在疾病的直接检测上，而是尝试测量身体对疾病的反应。免疫系统会在遇到病原体时立即做出反应。相对而言，病人体内会出现大量抗体，因此可以轻松地检测疾病并了解身体的整体情况。

科尔斯顿解释道：“目前的诊断只有两种状态，你不是‘生病’，就是‘健康’。如果你生病了，就要看医生，但我们发现这并不是疾病发展的方式。疾病的发展时间很长，而你的身体要到疾病最终就要获胜并且你感到不舒服时才会开始抵抗。我认为人工智能系统真正有意思的地方在于，它能够预判人体从健康走向疾病的过程。”科尔斯顿和他在Health Tell的团队打赌说，测量免疫系统反应以及新陈代谢、蛋白质和基因组等其他担负人体管理职责的生物指标，是了解人体整体情况的最佳方式。

科尔斯顿告诉我：“目前我们要等到真的生病了才会去控制疾病，最终不是摆脱了疾病，就是让疾病进一步恶化。我们希望提前开发出更好的疗法或者对生活方式做出积极的改变。如果你可以开发出只需要10美元或15美元的廉价的、可扩展的诊断方法，而且病人可以自己定期进行诊断，那么你可以将这些诊断方法输入人工智能系统中，使其可以预测身體状态的变化。”

他认为这一知识将使病人在患病前做出改变。与许多现代疾病一样，提前介入能够更有效地治疗自身免疫系统疾病。科尔斯顿所说的系统可能还需要十多年才会出现，但我们已经在IBM的“沃森”中看到了该系统的初始形态：使用人工智能增强诊断。一个系统若想充分利用科尔斯顿的技术，必须清除一大障碍，那就是缺少数据。人工智能在无人驾驶汽车等领域正常运行，是因为汽车上下及其周边环境中遍布各种嵌入式传感器，它们同时进行数千次实时测量，但我们无法在人体中部署足够的数据点以预测未来将要发生的事情，也没有得到足够明确的结果来训练人工智能系统。

Health Tell是科尔斯顿的技术准备应用的地方，它所面临的挑战首先就是开发测量系统。正如我们在深度学习算法中所看到的，当我们拥有足够的数据时，即从规模足够庞大的人群中获得了充足的长期测量结果时，我们就能获得足够的数据深度与广度，使机器学习实现精确诊断。

在科尔斯顿看来，未来的人工智能并不意味着完全使用计算机代替医生，它只是一种用更多知识增强人类智能的方式。科尔斯顿表示：“配备了这种更智能的传感器和治疗技术的人工智能可以提供长期的纵向数据，便于内科医生做出更准确的诊断。医生可以更好地确定病人何时应该接受治疗。我们现在对各种疾病的诊断方式仍十分笼统，医生希望能够获得更多此类信息。”

科尔斯顿认为，将先进的人工智能系统应用于诊断是改变这一趋势的一种可行的方法。它可以从根本上提升效率，使初级护理医生能够将更多时间用在与病人的交流上，因为人工智能系统可以帮助他们解释更加复杂的数据，并将这些数据与有类似症状的其他病人进行比较。

当然，与许多其他领域一样，利用人工智能提升专业医生的能力也引发了社会的焦虑。有人担心医疗行业的人性的一面，即人与人之间的关心、护理和治愈，将被毫无感情的技术解决方案所取代。科尔斯顿在劳伦斯利弗莫尔国家实验室（也就是洛斯阿拉莫斯国家实验室的竞争对手）做了20年的研究员，致力于开发对抗生化恐怖主义的技术。根据他在新型反恐技术方面的经验，他认为这些担忧中存在误区。

科尔斯顿告诉我：“技术从来都不是邪恶的。”他提到近期一项唐氏综合征产前检测方面的技术突破，这种技术可以取代原先的羊膜穿刺术检查法。“这一技术出现后，人们通过一滴血就能测出唐氏综合征，而不再需要将针头刺入羊膜腔。许多人表示这不是什么好事，因为它迫使父母在孩子出生前就做出道德决定，但我们在此之前就一直在进行这方面检测， 而且是用一种可能伤害到胎儿和孕妇的侵入式方法。有了新的检测方法，我们就可以通过一种更安全的方法获得这些信息。”科尔斯顿总结道：“获得更多信息不可能是一件坏事，真正决定好坏的是我们选择如何使用这些重要的知识。”

人工智能作为人类生活的解码器

Health Tell所做的这种基因测序和诊断创新将人工智能转换成了一种人类的生物学解码器，其中最典型的例子就是近期基因编辑技术的发展，比如CRISPR—Cas9的使用等。这项技术使科学家能够将经过修改的蛋白质注射到人体内，从而像一把剪刀一样剪切基因并将其重组。2016年10月28日， 四川大学的研究人员提取了人类免疫细胞，并且使用CRISPR技术对它们进行编辑，他们成功地去除了让身体攻击健康细胞的基因。通过在肺癌病人体内剪切这种基因并将其重新导入细胞，研究人员希望经过修改的细胞能减少癌细胞和攻击行为。CRISPR的每一个字母分别代表着“成簇的、规律间隔的、短回文、重复序列”，它以细菌细胞可以识别入侵病毒并将其剪切到DNA中这一发现为基础。后来，科学家使用这项10年前发现的技术来编辑远比细菌复杂的DNA序列。现在，中国科学家的研究成果让我们开始能编辑我们自己的DNA。

这只是人类机能增强的开始。当我们把人工智能与神经网络相结合时，就可以使用机器学习来解释信号，用无线设备代替大脑与我们四肢和肌肉之间的连接。在 2016年11月的神经系统科学学会年会上，科学家宣布患有闭锁综合征的女性可以仅依靠自己的意念，移动计算机界面上的光标。闭锁综合征是一种患者身体完全瘫痪但精神敏度未受影响的病症。1997年的《潜水钟与蝴蝶》一书中描述了这一病症，该书于 2007年被朱利安·施纳拍成电影并且获得多个奖项。这个由记者兼时装总监让·多米尼克·鲍比撰写的故事详细讲述了他与闭锁综合征的斗争，还描述了他如何在只有左眼能动的情况下写出一本书。

这一计算机和光标方面的最新发明在眨眼活动和人类动作信息转换之外开辟了一条新路。上文提到的那位女性，我们只知道她叫HB，她在颅骨下植入了电极。虽然电极没有穿过脑组织，但能够与 HB 的大脑进行足够的接触，从而精确地反映她的脑波活动。外科医生将她颅骨下的电极与一个她胸腔内的装置连接，而该装置与一台平板电脑无线连接。

机器学习算法负责最终区分HB的β脑波和γ脑波，并且学会了哪种脑活动与捏手指等微小动作有关。在这些算法的帮助下，HB不久就能仅靠意念移动平板电脑上的光标了。当研究人员将一个大型字母表放在HB的平板电脑屏幕上时，她就可以想象着点击鼠标和选择字母的感觉来输入了。机器学习能够识别她的意图并且在屏幕上记录她的选择，HB能够以每分钟一到两个字母的速度慢慢地与世界沟通了，她不再是一个“被锁住的人”。

无论我们是将机器学习用于抵御未知疾病的暴虐，还是用于修改我们DNA的基因编辑技术，或是通过神经信号和机器学习将病人从闭锁综合征中解放，都必须在未来10年使用人工智能进一步增强医疗和医药行业。目前关于这方面的争议很多，包括对设计婴儿的恐惧、超人类物种的风险或神经装置被入侵所产生的意外后果等，而道德讨论也是我们必需的。尽管如此，当我们在讨论是否需要发展人工智能时，就已经将我们的社会带入了一个错误的选择。科学技术的发展无法避免， 思想的进步无法被控制，一个突破必将引发另一个突破。

正如比尔·科尔斯顿所说：“你不能因为担心某项技术的具体用途而减缓其发展的速度。无论怎样，它最终总会出现，因为总有人会在其他地方把它发明出来。所以更好的办法是控制它、驾驭它并且尽早加以应用。科学技术本身无善恶之分。”科尔斯顿对医疗行业创新的观点也适用于网络安全行业。20 世纪的工具根本不可能解决21世纪的挑战。我们根本没有选择，我们必须使用人工智能，才能以此对抗人工智能。