IBM人工智能战略折戟,医疗AI路在何方?

2021-02-24 JACKZHAO MedSci原创

IBM 或将出售旗下沃森健康(IBM Watson Health)业务。报道称,IBM 正在探索出售其 IBM Watson Health(沃森健康)业务的可能性。

WSJ

近期,据彭博社、华尔街日报等外媒报道,IBM 或将出售旗下沃森健康(IBM Watson Health)业务。报道称,IBM 正在探索出售其 IBM Watson Health(沃森健康)业务的可能性。此举将帮助新任命的首席执行官Arvind Krishna专注于增长更快的云计算业务。

Bloomberg

据称,该审议仍处于初期阶段,该公司可能选择不达成交易。也有知情人士称,IBM 正在研究该部门的替代方案,其中包括出售给私募股权公司或行业参与者,或 SPAC 方式合并上市。

沃森(Watson)是能够使用自然语言来回答问题的人工智能系统,由IBM公司的首席研究员大卫·费鲁奇所领导的DeepQA计划小组开发并以该公司创始人托马斯·J·沃森的名字命名。 十年前,该人工智能系统沃森在答题节目“ Jeopardy!”中击败了人类。

这项壮举本应预示着机器为各类问题提供答案的方式将发生转变,从而专门为Big Blue和Big Tech开辟新的收入来源。IBM花了数十亿美元进行各式收购以建立Watson生态系统。IBM前高管约翰·凯利(John Kelly)曾称该计划为“冒险”。Watson版图的一个关键目标:医疗保健,一个价值数万亿美元的行业,其效率低下使一些技术支持者认为AI可以解决这些问题。

目前医学人工智能在放射医学和病理学取得了一些成功,包括可以使用图像识别软件回答特定问题的学科。

沃森健康(Watson Health)应运而生,然而十年后的今天,现实没有实现这个承诺,IBM正在探索出售Watson Health的业务。沃森健康主要利用人工智能技术帮助医院、保险公司和制药商管理数据。Watson Health旗下产品有 Merge Healthcare,它可以分析 X 光照片和 MRI;Phytel则可协助患者沟通,另一产品是 Truven Health Analytics,它可以分析复杂的医疗数据。Watson Health曾被广泛销售,包括大举在中国市场布局,以寻找各种癌症治疗解决方案。IBM Watson Health 年收入约为 10 亿美元,但目前尚未实现盈利。

来自英国和美国的研究人员组成的团队曾发表研究称,由Google设计的人工智能系统比人类放射科医生更擅长通过X光检查来检测乳腺癌。新机制可以加强今后的治疗,它消除了癌症诊断中的许多常见错误。McKinney, S.M., Sieniek, M., Godbole, V. et al. International evaluation of an AI system for breast cancer screening. Nature 577, 89–94 (2020). https://doi.org/10.1038/s41586-019-1799-6

而另一巨头,谷歌母公司Alphabet Inc.旗下的Google DeepMind部门,该部门于2019年9月与Google Health合并。它也蒙受了损失,并在如何收集健康数据方面遇到了隐私问题。DeepMind以开发出一种Go-playing算法而著名,该算法在2016年击败了一名人类冠军选手,随后发起了多项针对慢性病的医疗保健相关举措。

医疗专家说,这些失败突显了尝试将AI应用于治疗复杂医疗状况的挑战。他们认为,这些障碍包括来自人力、财务和技术方面的困难。专家们说,获得广泛代表患者人群的数据一直是一个挑战,复杂疾病知识的缺口也常常取决于临床数据库中可能无法完全捕获的许多因素。

对于IBM而言,这次业务剥离凸显了新任首席执行官Arvind Krishna在恢复这家标志性科技公司的增长方面面临的困难。Arvind Krishna曾说过,人工智能以及云计算将对IBM的前景至关重要。

IBM CEO Arvind Krishna

Watson Health是IBM最早也是最大的AI尝试之一。他说,IBM最初将其作为增长引擎进行了推广,但最近由于业务困难,领导层变动和裁员而使其地位下降。沃森可能象征着IBM提出一个更广泛的问题,那就是要掌握好科学并找到使其与商业相关的方法。

技术市场研究和咨询服务公司IDC Health Insights的研究主管辛西娅·伯格哈德(Cynthia Burghard)表示,迄今为止,人工智能在医疗保健领域最成功的应用就是该技术旨在解决离散和狭窄的问题。这样的应用程序包括警报系统,该系统可以警告医生其哪些患者可能有再次入院或严重后果的风险,以及聊天机器人可以帮助回答基本问题。

即使Watson Health遇到问题,该公司的研究部门仍继续将AI和医疗保健作为优先应用场景。去年,IBM Research和辉瑞公司开发了语音测试,以预测阿尔茨海默氏病的发作。

IBM称不会对此交易发表评论,但表示Watson Health多年来取得了成功。该公司表示:“这项工作始于近10年前,即AI革命的开始,我们探索了突破性的空间来帮助医生通过AI促进医疗保健。” “根据我们十年的经验,IBM将继续发展Watson Health业务,以满足患者和医生的需求。”IBM去年表示,计划剥离其托管的IT服务部门,该部门产生了约190亿美元的年收入,约占其总销售额的四分之一。

据称克里希纳(Krishna)希望通过缩减IBM的业务规模,在经历了十年的收入下滑之后,实现持续的个位数增长。IBM去年的销售额为736亿美元,低于2010年的近1000亿美元。

IBM的下滑也向更广阔的科技行业发出警告,该行业将医疗保健视为一个充满希望的增长市场。专家们说,沃森健康和其他一些苦苦挣扎的科技行业人工智能项目过于雄心勃勃,试图回答广泛,复杂的健康相关问题,但患者隐私保护、缺乏数据收集标准都是阻碍,并无法解决医疗保健中最复杂的事情,实现智能诊疗仍然漫长。

fortune

医药行业正在经历着剧变,无论是政策环境还是病患需求都在快速发生着变化。同时伴随着中国数字医疗市场不断推进,医疗服务全周期将从需求端持续推动数字化医疗进程,包括医患双方对于信息获取、服务质量和行医体验等等。而涵盖临床研究、医生职业成长、数字化临床研究层面,提供临床研究整体解决方案,将最新的技术与知识精准地传递给目标医生,通过数字化科技和医学能力赋能医疗行业的数字化医疗信息服务公司在很长的一段时间内仍将占据主流。

尽管在医疗保健中应用AI面临诸多挑战,但专家表示,他们预计投资将继续下去。Scripps Research的心脏病专家、智慧医疗倡导者兼执行副总裁Eric Topol说,采用人工智能的支持可以大大减少人力成本。

庞大的万亿美元医疗保健市场规模是无限的。医疗普遍低效率状态下,用像机器学习算法或可扩展的AI工具使医疗大大改善的想法显然非常诱人,但未来之路仍然较为漫长。

参考文献:McKinney, S.M., Sieniek, M., Godbole, V. et al. International evaluation of an AI system for breast cancer screening. Nature 577, 89–94 (2020). https://doi.org/10.1038/s41586-019-1799-6

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (4)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1489942, encodeId=76cd148994218, content=<a href='/topic/show?id=f91c93134e' target=_blank style='color:#2F92EE;'>#IBM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9313, encryptionId=f91c93134e, topicName=IBM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=e0288649873, createdName=tulenzi, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1516638, encodeId=ab3a1516638a1, content=<a href='/topic/show?id=58c734e6349' target=_blank style='color:#2F92EE;'>#医疗AI#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=34763, encryptionId=58c734e6349, topicName=医疗AI)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=b49310990515, createdName=ms1779634646866130, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926927, encodeId=3ca992692eeb, content=了解, beContent=null, objectType=article, channel=null, level=null, likeNumber=76, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6KcicAVC1MwuOgo3iaicb1Imgk1yIfnvr6oXzibcAFB6puAyNJXbzWhNuLqaFYBVRWjh7rghkvFLPxMAfD5ib3nXwVD/0, createdBy=bed21972958, createdName=wxl882001, createdTime=Wed Feb 24 19:48:45 CST 2021, time=2021-02-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926912, encodeId=b65092691284, content=路还很漫长<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=132, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20200529/3611e9bb629c4e5b81fbd8ce784b06cc/128487eae357460bb98f67d86230c218.jpg, createdBy=ab235268530, createdName=神盾医疗局局长Jack, createdTime=Wed Feb 24 17:42:03 CST 2021, time=2021-02-24, status=1, ipAttribution=)]
    2021-02-26 tulenzi
  2. [GetPortalCommentsPageByObjectIdResponse(id=1489942, encodeId=76cd148994218, content=<a href='/topic/show?id=f91c93134e' target=_blank style='color:#2F92EE;'>#IBM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9313, encryptionId=f91c93134e, topicName=IBM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=e0288649873, createdName=tulenzi, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1516638, encodeId=ab3a1516638a1, content=<a href='/topic/show?id=58c734e6349' target=_blank style='color:#2F92EE;'>#医疗AI#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=34763, encryptionId=58c734e6349, topicName=医疗AI)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=b49310990515, createdName=ms1779634646866130, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926927, encodeId=3ca992692eeb, content=了解, beContent=null, objectType=article, channel=null, level=null, likeNumber=76, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6KcicAVC1MwuOgo3iaicb1Imgk1yIfnvr6oXzibcAFB6puAyNJXbzWhNuLqaFYBVRWjh7rghkvFLPxMAfD5ib3nXwVD/0, createdBy=bed21972958, createdName=wxl882001, createdTime=Wed Feb 24 19:48:45 CST 2021, time=2021-02-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926912, encodeId=b65092691284, content=路还很漫长<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=132, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20200529/3611e9bb629c4e5b81fbd8ce784b06cc/128487eae357460bb98f67d86230c218.jpg, createdBy=ab235268530, createdName=神盾医疗局局长Jack, createdTime=Wed Feb 24 17:42:03 CST 2021, time=2021-02-24, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=1489942, encodeId=76cd148994218, content=<a href='/topic/show?id=f91c93134e' target=_blank style='color:#2F92EE;'>#IBM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9313, encryptionId=f91c93134e, topicName=IBM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=e0288649873, createdName=tulenzi, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1516638, encodeId=ab3a1516638a1, content=<a href='/topic/show?id=58c734e6349' target=_blank style='color:#2F92EE;'>#医疗AI#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=34763, encryptionId=58c734e6349, topicName=医疗AI)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=b49310990515, createdName=ms1779634646866130, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926927, encodeId=3ca992692eeb, content=了解, beContent=null, objectType=article, channel=null, level=null, likeNumber=76, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6KcicAVC1MwuOgo3iaicb1Imgk1yIfnvr6oXzibcAFB6puAyNJXbzWhNuLqaFYBVRWjh7rghkvFLPxMAfD5ib3nXwVD/0, createdBy=bed21972958, createdName=wxl882001, createdTime=Wed Feb 24 19:48:45 CST 2021, time=2021-02-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926912, encodeId=b65092691284, content=路还很漫长<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=132, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20200529/3611e9bb629c4e5b81fbd8ce784b06cc/128487eae357460bb98f67d86230c218.jpg, createdBy=ab235268530, createdName=神盾医疗局局长Jack, createdTime=Wed Feb 24 17:42:03 CST 2021, time=2021-02-24, status=1, ipAttribution=)]
    2021-02-24 wxl882001

    了解

    0

  4. [GetPortalCommentsPageByObjectIdResponse(id=1489942, encodeId=76cd148994218, content=<a href='/topic/show?id=f91c93134e' target=_blank style='color:#2F92EE;'>#IBM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9313, encryptionId=f91c93134e, topicName=IBM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=e0288649873, createdName=tulenzi, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1516638, encodeId=ab3a1516638a1, content=<a href='/topic/show?id=58c734e6349' target=_blank style='color:#2F92EE;'>#医疗AI#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=34763, encryptionId=58c734e6349, topicName=医疗AI)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=b49310990515, createdName=ms1779634646866130, createdTime=Fri Feb 26 08:31:17 CST 2021, time=2021-02-26, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926927, encodeId=3ca992692eeb, content=了解, beContent=null, objectType=article, channel=null, level=null, likeNumber=76, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6KcicAVC1MwuOgo3iaicb1Imgk1yIfnvr6oXzibcAFB6puAyNJXbzWhNuLqaFYBVRWjh7rghkvFLPxMAfD5ib3nXwVD/0, createdBy=bed21972958, createdName=wxl882001, createdTime=Wed Feb 24 19:48:45 CST 2021, time=2021-02-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=926912, encodeId=b65092691284, content=路还很漫长<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=132, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20200529/3611e9bb629c4e5b81fbd8ce784b06cc/128487eae357460bb98f67d86230c218.jpg, createdBy=ab235268530, createdName=神盾医疗局局长Jack, createdTime=Wed Feb 24 17:42:03 CST 2021, time=2021-02-24, status=1, ipAttribution=)]
    2021-02-24 神盾医疗局局长Jack

    路还很漫长#人工智能#

    0

相关资讯

IBM智慧医疗推动助力上海医疗业应对大数据挑战

12月5日,由IBM、上海市卫生局信息中心、中国数字医疗网联合举办的上海市公立医院改革研讨会在 上海召开。本次研讨会围绕上海公立医院改革新举措、上海市电子病例等级评审、大数据推动新医改等相关热点话题展开,旨在更好地落实《中共中央国务院关于深 化医药卫生体制改革的意见》精神,进一步推进卫生统计与信息化建设工作进程,促进上海市公立医院改革发展进程,提升卫生统计及信息化工作服务能力。 大数据时

IBM Watson癌症治疗应用在美首次渗透社区医院

位于佛罗里达州的朱庇特医疗中心是一个非营利性社区医疗中心,拥有327张床位。该中心近日对外表示,计划引进IBM的认知计算系统——IBM Watson (以下简称Watson)来进行肿瘤治疗。朱庇特医疗中心是美国第一家采用Watson技术的区域性医院,目标定位在帮助医生实施个性化、循证的癌症治疗。AI癌症治疗首次应用于社区医院据美国癌症协会预测,美国今年将新增170万癌症病例。单

IBM:预测未来5年科技动向,包括更智慧的医疗和更智慧的教室

IBM 刚刚公布了最新的未来 5 年 5 大预测。这些预测是通过对 22 万技术从业者的调查后,由 IBM 的众多实验室通力分析得出的结论。凡事预则立,最近 8 年,IBM 每年都要进行这样的预测—以便于该公司集中研发火力。 概而言之,IBM 的这 5 项预测是: —更智慧的教室 —更智慧的商店 —更智慧的医疗 —更智慧的安全 —更智慧的城市

IBM在2014年将推出个性化医疗服务的三款超级计算机

    据Business Insider网站报道,IBM表示,明年其商业合作伙伴将发布三款基于IBM超级计算机Watson的应用软件。     IBM Watson解决方案高级副总裁斯蒂芬•登(Stephen Gold)表示,明年,消费者将见到由IBM商业合作伙伴开发的三款基于Wat

IBM Watson将“狙击”癌症、糖尿病、眼疾、脑疾及心脏病等重大疾病

IBM日前宣布,公司已成立了IBM Watson Health医学影像协作计划,这是一项全球协作,共由超过15家著名的卫生机构、学院医疗中心、影像诊断供应商和医学影像技术公司组成,旨在将认知影像技术应用到医疗机构的日常工作中,帮助医生诊断乳腺癌、肺癌及其他癌症,以及糖尿病、眼疾、脑疾、心脏病及其相关病症,如中风。协作计划的成员使用IBM Watson从以前“看不见的”非结构化影像数据中提取洞察,并

厦门第二医院影像科主任郭岗:AI如何给医生减负

人工智能与医疗的结合受业界瞩目,而医疗影像则被认为是AI与医疗的融合中,最有可能率先实现商业化的领域。

拓展阅读

European Radiology:人工智能实现快速膝关节MR成像的可行性

基于人工智能的重建方法通过卷积神经网络从大量完全采样的MR图像中预学习图像结构信息,并将预训练的知识应用于欠采样图像重建,允许高加速水平,并可同时保持高图像质量和潜力。

抗癌新进展,使用计算机、人工智能和激光来治疗胰腺癌就要开始了!

今天我们给大家报道的是一个新科技,通过计算机技术和激光来实现胰腺癌的治疗,这个是欧盟资助的项目,旨在通过人工智能(AI)来改善胰腺癌患者的前景。

【综述】| 人工智能在类器官研究中的应用进展与挑战

本文旨在综述人工智能在类器官研究中的最新进展,探讨人工智能在类器官研究应用中的潜能。

人工智能在肿瘤学中的应用及其局限性

本文回顾了目前预测性AI在肿瘤诊断、预后、交互式生成型AI(如聊天机器人)的潜力与限制。

青岛欧美同学会举办人工智能与医学大数据专题座谈会,梅斯医学进行专题分享

3月24日,青岛欧美同学会(青岛留学人员联谊会)联合青岛市科学技术信息研究院举办人工智能与医学大数据专题座谈会。

Nature:探索AI在临床试验中的创新应用:从试验设计、患者招募维护到数据管理分析

通过利用机器学习、自然语言处理等先进技术,研究人员能够更快地筛选出潜在的试验参与者,优化试验设计,以及实时监控和分析试验数据,从而为临床试验的各个阶段提供有力支持。