為什麼說人工智能是醫療行業的未來？

目前，狹義人工智能正在被用於各種醫療數據，這使我們能夠對之前生活中不可見的、似乎無法測量的方面進行評估。 曼奈尼醫生在治療時對我說：“人類對許多疾病還不了解。根據我的從醫經歷，當我們不知道該怎麼做時，常常使用三種藥。第一種是類固醇，它可以 抑制人體內各種引起發炎症狀的物質；第二種是可以治療從耳朵到腳趾的各種感染的抗生素；最後一種就是阿司匹林等抗凝血劑。”他在跟我說這些時無奈地搖 了搖頭。 即便是在這家全球最先進的醫院， 我們仍使用這些非針對性的原始藥物，驅趕我們體內的疾病。

機器則不需要這麼做——它們的精確度遠遠在人類之上，如果我們想要繼續在醫療和醫藥領域取得進步，那就需要精確度。

疾病的肆虐

社區中心有一間不起眼的房間。 我去過那裡，房間裡擺著一圈堅固的棕色座椅。 大家依次進入房間，然後把外套和包放在椅子旁邊。 等到這圈座椅坐滿後，參與者就開始發言。 一個年輕人說：“我突然從睡夢中醒來，疼得蜷縮成一團。我盯著天花板並嘗試呼吸和數數，直到疼痛過去。”

在他講完自己的故事後，一位年紀較大的女士也開始發言：“我有一天晚上突然感到一陣劇烈的疼痛，我都沒法走到床上。我躺在廚房地板上，在那裡睡 了一夜。我不敢移動，害怕疼痛加劇。”

晚上之前，房間裡的24個人都描述了各自的經歷。 一個年輕女性說：“我已經不再製訂計劃。我開始不去思考未來。我每次覺得可以出去找我朋友，最後都會打消這個念頭。我害怕自己會因為疼痛難忍倒在餐廳的地板上 ，或更糟糕的是，倒在骯髒的公共廁所裡，還是待在家裡比較好。”

這是克羅恩病和結腸炎患者互助小組的一次聚會，每週，類似這樣的聚會數以千計。 這個房間內的每一個人以及世界各地千千萬萬在相似房間中聚會的患者，都患有一種炎症性腸病（IBD）。

什麼是炎症性腸病？ 這個正式的名稱具有誤導性，因為它根本不是一種疾病。 它是一個模糊的術語，指的是所有涉及腸道內部感染的疾病。 與我的叢集性頭痛一樣， 讓這個房間裡的人感到如此絕望的是炎症性腸病沒有治癒的方法。

如今，治療此類炎症的最大希望是使用類固醇。 當類固醇不起作用時，醫生常常不得不通過造口術切除腸道。 炎症性腸病患者只能靠一個造口和一個掛在體外的造口袋生活。

我們不甚了解的疾病不勝枚舉，對於這些疾病，現代醫學界只能使用此類粗糙的治療方法。 一些疾病因具有獨有的特徵而容易診斷，但也有復雜的統合疾病， 其中包括數十甚至數百種不同的疾病，其症狀也緊密相關。 人工智能是少數幾種能夠為此類患者提供更精確診斷的工具。

人工智能：未來的發展趨勢

越來越多的科學家開始研究腸道以及它與大腦之間的關係，以治療像炎症性腸病這樣的統合疾病，這一關係被稱為腦腸軸。 此類研究可能會推動醫學技術取得突破性進展，但它過於復雜以致必須使用基因序列，同時它也越來越依靠算法建模。

目前，最先進的計算模型研究實驗室使用DNA序列確認標記，即“短DNA序列”。 這一捷徑無須確認整個基因組，它使研究人員能夠更快地了解單個腸道微生物組的整體情況。 通過開展這種細節性的腸道研究，研究人員越來越接近這樣一個未來，即為病人提供真正個性化的干預治療。

所有這一切都將為糞菌移植術提供無法估量的巨大幫助， 而這種技術是腦腸軸領域目前最激動人心、最萬眾矚目的醫療突破。 這種手術曾被視為激進的非主流治療方法，而現在有更多的醫生願意嘗試這種方法。 他們會從健康人群中取一個糞便的樣本，然後將樣本放入病人的微生物組，使樣本能夠刺激該系統朝更健康的腸道組成發展。 糞菌移植術已被證明能夠非常成功地治療一種名為艱難梭狀芽孢桿菌的細菌所引起的致命感染。 4 研究人員希望能夠使用這項技術發現更有效的炎症性腸病治療方法。

然而，在沒有對腦腸軸有更深入了解的情況下，此類嘗試最多只能獲得不穩定的結果。 研究人員仍然不清楚糞菌移植術成功的原因，可能的原因是健康人糞便中的細菌進入患者腸道內後，開始充當對抗致病病毒的守衛，而可能性更大的原因是，上述情況與 其他尚不為我們所知的因素共同作用。

《科學轉化醫學》（Science Translational Medicine）於2017年3月1日刊登的一篇研究文章指出，提取患有炎症性腸病的大鼠腸道中的糞便，並將其移植到健康大鼠的微生物 組中，結果健康大鼠不但出現了輕微的炎症，而且變得焦慮。 5炎症性腸病患者中也普遍存在類似的焦慮症狀，該症狀包含著一個關鍵的奧秘，解開它，我們就能認識腸道健康對整個人體精神功能起到什麼作用。 這項由賈達·德帕爾瑪（Giada De Palma）主導的研究表明了糞菌移植術可用於治療炎症性腸病，但該領域的研究人員認為需要更深入地了解腸道以及腸道和 大腦的關係。

只有通過計算和動態建模工具，我們才能更加詳細地了解這些複雜的、互相關聯的系統以及它們與個人醫療之間的關係。 如果研究人員想要超越目前糞菌移植術的試錯階段， 就需要使用近期人工智能發展所帶來的更精確、更機械化的微生物群模型。

正當研究人員準備使用算法模型研究炎症性腸病之時， 位於加州聖拉蒙的一批創新創業公司，如 HealthTell，正計劃在未來使用人工智能係統開發一種診斷工具，用於治療另一種自身免疫系統的統合疾病：狼瘡。 這種慢性炎症性疾病的成因是人體免疫系統攻擊自身的組織和器官。 對病人而言，可悲的是這種疾病一開始常常被誤診，因此只有在身體器官遭到嚴重破壞後才會被發現並得到治療。 我最近與HealthTell 的創始人比爾·科爾斯頓（Bill Colston）交流了醫學診斷技術的現狀，探討瞭如何在未來通過人工智能增強診斷。 6 HealthTell 的技術已從簡單的基因組測試發展到使我們能夠了解免疫系統整體情況的診斷測試。

科爾斯頓告訴我：“研究人員近期了解到，在數百萬年間，免疫系統已經進化出一個非常特定的、複雜的疾病響應機制。其響應取決於疾病的類型。”在HealthTell 的技術研究 工作中，他沒有將重點放在疾病的直接檢測上，而是嘗試測量身體對疾病的反應。

免疫系統會在遇到病原體時立即做出反應。 相對而言， 病人體內會出現大量抗體，因此可以輕鬆地檢測疾病並了解身體的整體情況。

科爾斯頓解釋道：“目前的診斷只有兩種狀態，你不是‘生病’，就是‘健康’。如果你生病了，就要看醫生， 但我們發現這並不是疾病發展的方式。 疾病的發展時間很長，而你的身體要到疾病最終就要獲勝並且你感到不舒服時才會開始抵抗。 我認為人工智能係統真正有意思的地方在於，它能夠預判人體從健康走向疾病的過程。 ”

科爾斯頓和他在 HealthTell 的團隊打賭說，測量免疫系統反應以及新陳代謝、蛋白質和基因組等其他擔負人體管理職責的生物指標，是了解人體整體情況的最佳方式。

科爾斯頓告訴我：“目前我們要等到真的生病了才會去控制疾病，最終不是擺脫了疾病，就是讓疾病進一步惡化。我們希望提前開發出更好的療法或者對生活方式做出積極 的改變。如果你可以開發出只需要10 美元或15 美元的廉價的、可擴展的診斷方法，而且病人可以自己定期進行診斷，那麼你可以將這些診斷方法輸入人工智能係統中，使其可以預測 身體狀態的變化。”

他認為這一知識將使病人在患病前做出改變。 與許多現代疾病一樣，提前介入能夠更有效地治療自身免疫系統疾病。 科爾斯頓所說的系統可能還需要10多年才會出現，但我們已經在IBM的“沃森”中看到了該系統的初始形態：使用人工智能增強診斷。 一個系統若想充分利用科爾斯頓的技術，必須清除一大障礙，那就是缺少數據。 人工智能在無人駕駛汽車等領域正常運行，是因為汽車上下及其周邊環境中遍布各種嵌入式傳感器，它們同時進行數千次實時測量，但我們無法在人體中部署足夠的數據點以預測 未來將要發生的事情， 也沒有得到足夠明確的結果來訓練人工智能係統。

HealthTell是科爾斯頓的技術準備應用的地方，它所面臨的挑戰首先就是開發測量系統。 正如我們在深度學習算法中所看到的，當我們擁有足夠的數據時，即從規模足夠龐大的人群中獲得了充足的長期測量結果時，我們就能獲得足夠的數據深度與廣度，使機器 學習實現精確診斷。

在科爾斯頓看來，未來的人工智能並不意味著完全使用計算機代替醫生，它只是一種用更多知識增強人類智能的方式。

科爾斯頓表示：“配備了這種更智能的傳感器和治療技術的人工智能可以提供長期的縱向數據，便於內科醫生做出更準確的診斷。醫生可以更好地確定病人何時應該接受治療 。我們現在對各種疾病的診斷方式仍十分籠統，醫生希望能夠獲得更多此類信息。”

科爾斯頓認為， 將先進的人工智能係統應用於診斷是改變這一趨勢的一種可行的方法。 它可以從根本上提升效率， 使初級護理醫生能夠將更多時間用在與病人的交流上，因為人工智能係統可以幫助他們解釋更加複雜的數據，並將這些數據與有類似症狀的其他病人進行 比較。

當然，與許多其他領域一樣，利用人工智能提升專業醫生的能力也引發了社會的焦慮。 有人擔心醫療行業的人性的一面，即人與人之間的關心、護理和治愈，將被毫無感情的技術解決方案所取代。 科爾斯頓在勞倫斯利弗莫爾國家實驗室（也就是洛斯阿拉莫斯國家實驗室的競爭對手）做了 20 年的研究員，致力於開發對抗生化恐怖主義的技術。 根據他在新型反恐技術方面的經驗，他認為這些擔憂中存在誤區。

科爾斯頓告訴我：“技術從來都不是邪惡的。”他提到近期一項唐氏綜合徵產前檢測方面的技術突破，這種技術可以取代原先的羊膜穿刺術檢查法。 “這一技術出現後，人們通過一滴血就能測出唐氏綜合徵，而不再需要將針頭刺入羊膜腔。許多人表示這不是什麼好事，因為它迫使父母在孩子出生前就做出 道德決定，但我們在此之前就一直在進行這方面檢測， 而且是用一種可能傷害到胎兒和孕婦的侵入式方法。有了新的檢測方法，我們就可以通過一種更安全的方法獲得 這些信息。”

科爾斯頓總結道：“獲得更多信息不可能是一件壞事，真正決定好壞的是我們選擇如何使用這些重要的知識。”

人工智能作為人類生活的解碼器

HealthTell所做的這種基因測序和診斷創新將人工智能轉換成了一種人類的生物學解碼器，其中最典型的例子就是近期基因編輯技術的發展，比如CRISPR–Cas9的使用等。 這項技術使科學家能夠將經過修改的蛋白質注射到人體內，從而像一把剪刀一樣剪切基因並將其重組。 2016年10月28日， 四川大學的研究人員提取了人類免疫細胞，並且使用CRISPR技術對它們進行編輯。 7他們成功地去除了讓身體攻擊健康細胞的基因。 通過在肺癌病人體內剪切這種基因並將其重新導入細胞，研究人員希望經過修改的細胞能減少癌細胞和攻擊行為。

CRISPR的每一個字母分別代表著“成簇的、規律間隔的、短回文、重複序列”，它以細菌細胞可以識別入侵病毒並將其剪切到DNA中這一發現為基礎。 後來，科學家使用這項10年前發現的技術來編輯遠比細菌複雜的DNA序列。 現在， 中國科學家的研究成果讓我們開始能編輯我們自己的DNA。

這只是人類機能增強的開始。 當我們把人工智能與神經網絡相結合時，就可以使用機器學習來解釋信號，用無線設備代替大腦與我們四肢和肌肉之間的連接。 在 2016年11月的神經系統科學學會年會上，科學家宣布患有閉鎖綜合徵的女性可以僅依靠自己的意念，移動計算機界面上的光標。 8閉鎖綜合徵是一種患者身體完全癱瘓但精神敏度未受影響的病症。 1997年的《潛水鐘與蝴蝶》（The Diving Bell and the Butterfly）一書中描述了這一病症，該書於 2007年被朱利安·施納（Julian Schnabel）拍成電影並且獲得多個獎項。 這個由記者兼時裝總監讓-多米尼克·鮑比（Jean–Dominique Bauby）撰寫的故事詳細講述了他與閉鎖綜合徵的鬥爭，還描述了他如何在只有左眼能動的情況下寫出一本 書。

這一計算機和光標方面的最新發明在眨眼活動和人類動作信息轉換之外開闢了一條新路。 上文提到的那位女性，我們只知道她叫HB，她在顱骨下植入了電極。 雖然電極沒有穿過腦組織，但能夠與 HB 的大腦進行足夠的接觸，從而精確地反映她的腦波活動。 外科醫生將她顱骨下的電極與一個她胸腔內的裝置連接，而該裝置與一台平板電腦無線連接。

機器學習算法負責最終區分HB的β腦波和γ腦波，並且學會了哪種腦活動與捏手指等微小動作有關。 在這些算法的幫助下，HB不久就能僅靠意念移動平板電腦上的光標了。 當研究人員將一個大型字母表放在HB的平板電腦屏幕上時，她就可以想像著點擊鼠標和選擇字母的感覺來輸入了。 機器學習能夠識別她的意圖並且在屏幕上記錄她的選擇。 HB能夠以每分鐘一到兩個字母的速度慢慢地與世界溝通了，她不再是一個“被鎖住的人”。

無論我們是將機器學習用於抵禦未知疾病的暴虐，還是用於修改我們DNA的基因編輯技術，或是通過神經信號和機器學習將病人從閉鎖綜合徵中解放，都必須在未來10年使用人工 智能進一步增強醫療和醫藥行業。 目前關於這方面的爭議很多，包括對設計嬰兒的恐懼、超人類物種的風險或神經裝置被入侵所產生的意外後果等，而道德討論也是我們必需的。 儘管如此，當我們在討論是否需要發展人工智能時，就已經將我們的社會帶入了一個錯誤的選擇。 科學技術的發展無法避免， 思想的進步無法被控制，一個突破必將引發另一個突破。

正如比爾·科爾斯頓所說：“你不能因為擔心某項技術的具體用途而減緩其發展的速度。無論怎樣，它最終總會出現，因為總有人會在其他地方把它發明出來。所以 更好的辦法是控制它、駕馭它並且儘早加以應用。科學技術本身無善惡之分。”

正如我們將在下一章所看到的那樣，科爾斯頓對醫療行業創新的觀點也適用於網絡安全行業。 20 世紀的工具根本不可能解決21世紀的挑戰。 我們根本沒有選擇，我們必須使用人工智能，才能以此對抗人工智能。