微軟曾放出豪言，要在10年內消滅癌症。該公司希望利用開拓性的計算機科學技術破解患病細胞程式碼，對患病細胞進行重新程式設計，讓其重回健康狀態。

就像透過程式設計可以解決電腦病毒問題，微軟認為透過對人體系統程式設計能夠消滅癌症。

為此，該公司在英國劍橋成立了生物運算部門，該部門彙集了150名世界頂尖的生物學家、程式設計師以及工程師，將利用人工智慧作為武器對癌症發起進攻。

微軟表明，將在未來的 10 年內攻克癌症問題，人類將進入真正的“無癌時代”。

微軟並不是唯一一個想要用AI對抗癌症的大牌科技公司。計算機圖形晶片製造商Nvidia現在和美國國家癌症研究所（the National Cancer Institute）和能源部達成了新的合作，計劃開發出一個加速癌症研究的人工智慧框架平臺。

這個新框架被叫做“癌症分散式學習環境”（Cancer Distributed Learning Environment），簡稱 CANDLE 。

Nvidia 表示他們將努力達成美國前總統奧巴馬於今年早些時候宣佈的“癌症登月”計劃（Cancer Moonshot）的目標——在 5 年的時間內完成需要耗時 10 年的癌症研究。

IBM和MIT以及哈佛大學發起的癌症基因組計劃，主要是透過對數千個抗藥腫瘤進行研究，並利用“沃森”強大的計算和機器學習能力幫助理解癌症如何對藥物產生耐藥性。

透過人工智慧

提升科學家們理解 DNA 和 RNA 中基因簽名的理解來幫助預測哪一種療法對患者產生作用；

加速蛋白質互動作用的模擬過程（該過程在早期癌症的形成中扮演了重要的角色）；

整理數以百萬計的癌症患者資料，從而構建一個綜合性的監測癌症疾病轉移和復發的資料庫。（為了保護癌症患者的隱私，這一過程將在半監督下完成）

這項研究能按照計劃發展下去，科學家們就可以透過人工智慧來解決目前令人類最為頭痛的癌症問題。

這個願望很美好，但不可能在50年之內實現。在人類和癌症的抗爭史上有過不少類似的期待，至今無一實現，此其一。其二，就個人觀察而言，微軟也好，BAT的人工智慧醫療佈局也罷，更多是在診斷領域發力，未能處理癌症的核心，比如如何切斷癌症的發生發展途徑。因此，指望人工智慧消滅癌症是不可能的，在未來的50年內，它所起的仍將只是輔助作用。

10年內免疫療法將大放異彩，把癌症轉化為慢性病，只要不是特別晚期導致器官衰竭，都可以延長至少10年的生命，然而再過10年後或許應該又有其他的方法控制癌症

這顆腫瘤很難在掃描影象中遁形，它有Golf球那麼大，呈白色，醒目的位於腦幹之上——腦幹是在身體和大腦之間傳遞資訊的器官。在很多方面，腦幹都是主控器，它從脊髓頂部傳導著我們的每一次心跳、每一次吞嚥和每一次呼吸。

對這位年輕人來說，癌症是以一種戲劇性的方式被發現的。越長越大的腫瘤堵塞了腦部排出的液體，引發了嚴重的癲癇發作。現在，醫生必須找到治療他的最佳方法。

有了人工智慧之後，標記腫瘤這種耗時的工作可以在幾分鐘內完成

拉吉·傑納（Raj Jena）是劍橋大學阿登布魯克醫院的神經腫瘤學家，他拿出掃描影象，來解釋醫生如何為患者規劃放射治療。拿這位年輕人的病例來說，傑納可能需要研究100多張影象，每張影象展示的都是一小片腦部。然後，傑納必須仔細標記出腫瘤的邊界，以及應該避開放射治療射束的敏感腦區的輪廓，比如下丘腦、腦垂體，以及連線到腦部視覺中心的通路。這個過程可能需要耗費數小時。但只有完成這一步，計算機才能開始計算如何在不損及周圍重要部位的前提下，用放射治療射束轟擊腫瘤。

拉吉·傑納博士使用微軟推出的InnerEye系統，自動標記前列腺癌患者的掃描影象

“我們必須先確定腫瘤的位置，並劃出我們想保護的健康組織，之後，才能開始治療。”傑納說，“這就是瓶頸。這一步完成得越快，就能越快讓患者開始接受治療。”

有了人工智慧（AI）的幫助，這項複雜的工作在幾分鐘內就可以完成。過去六個月裡，傑納使用微軟推出的InnerEye系統，自動標記前列腺癌患者的掃描影象。在他所屬部門每年治療的2,500名癌症患者中，男性佔到了三分之一。掃描完成後，影象經過匿名和加密處理，傳送到InnerEye程式。該程式能標記出每張影象上的前列腺輪廓，建立一個3D模型，然後把資訊反饋回來。就前列腺癌來說，整個器官都會被點亮。

InnerEye透過以往患者的大量影象進行訓練，以此學習如何標記器官和腫瘤。這款程式已經為前列腺癌的治療節省出了時間，腦部腫瘤將是下一個。

核磁共振成像掃描顯示，這位年輕患者的腦部存在惡性腫瘤

讓這個過程實現自動化，好處不僅僅在於節省時間。由於InnerEye訓練時使用的影象是經過頂尖專家標記的，因此，它每一次標記的效果應該都不亞於頂尖醫師。其結果就是，治療不僅可以更快，而且也更加準確。“我們知道，標記輪廓的準確程度，會影響到治療質量。”傑納說，“之所以療效有好有壞，區別就在於轟擊腫瘤的準確度，以及我們是否避開了健康組織。”

作為微軟研究院InnerEye專案首席研究員，安東尼奧·克里米西（Antonio Criminisi）解釋了自動化標記如何能夠為更智慧的放射治療鋪平道路。由於這個過程太耗時，且成本高昂，因此目前，在放射治療開始前，腫瘤影象只會經過一次標記。如果它能變得又快又便宜，患者將能享有“自適應放射治療”，即在每次治療開始前，都接受掃描、影象標記和放射治療規劃。如此一來，放射治療射束可以根據治療當天腫瘤的大小和形狀進行調整，而不是根據腫瘤初次接受掃描時的樣子。“這可能是變革性的。”克里米西說，“它也許將帶來一種新的癌症療法，這種方法不僅更快，患者的負擔也更小。”

“它也許將帶來一種新的癌症療法，這種方法不僅更快，患者的負擔也更小。”——安東尼奧·克里米西

計算機工程師喜歡說，資料是人工智慧的燃料。的確如此：一些實現人工智慧的現代方法（尤其是機器學習）非常強大，因為它們可以在我們收集的海量資料中，發現有意義的模式。人人都會生病，如果說這件事還有一點點好處的話，那就是醫療系統由此掌握了大量與健康有關的資料，而這些資料可以供人工智慧利用。

託尼·楊（Tony Young）是英國埃塞克斯大學紹森德分校醫院的泌尿科醫師，同時也是英格蘭國民保健署（NHS England）負責創新事務的全國臨床主管。他認為，人工智慧可以在整個醫療服務體系中產生影響。他提到，一些公司正在利用人工智慧，透過痣的照片來診斷面板癌，還有的透過視網膜掃描影象，來診斷眼部疾病，或者透過超聲波心動圖來診斷心臟病。另一些企業則利用人工智慧，標記那些需要緊急護理的中風患者，並預測病房中的哪些患者可能有生命危險。“我認為這將掀起一場革命。”他說。

技術不會在一夜之間改變醫療體系。跟其他所有創新一樣，人工智慧系統必須經過測試、驗證和審批。而且，有學習能力的系統往往需要仔細的解讀。患者的血檢結果也許揭示了危及生命的癌症的確切跡象，但如果這種癌症可以得到很好的治療，人工智慧系統有可能將患者評定為低風險等級。

有望推動人工智慧在醫療系統中普及的，是這樣一種可能性：某些情況下，這些創新不僅能救命，還能省錢。如果我們能對患者更快地篩選分類，更有效地進行檢驗，更快速準確地做出診斷，那麼整個系統將變得更加精簡。英國國家醫療服務體系（NHS）採用了一項名為HeartFlow的技術，它由斯坦福大學孵化。該技術利用冠心病疑似患者定期接受掃描的CT影象，藉助人工智慧，建立心臟以及周圍血液流動情況的個性化3D模型。透過模型，醫生可以看到，某些血栓如何阻斷了血液流動，從而更好地制定治療方案。測試中，超過半數接受HeartFlow分析的患者避免了侵入性血管造影——這是一種常見但成本高昂的手術，需要把染料注入心臟——從而將治療成本降低了四分之一。“有人問我，我們如何用得起這些技術？我告訴他們，不去使用這些技術，才是我們無法承擔的後果。”託尼·楊說。

一位患者接受核磁共振成像儀檢測

對倫敦皇家自由醫院的麻醉科醫師維加爾·南迦利亞（Vishal Nangalia）來說，現在仍然是發展的早期階段，但他的公司Life Engine.AI正在開發一種人工智慧技術，可以基於血檢結果和其他資料，來預測哪些患者在入院時最有可能死亡或出現腎衰竭之類的嚴重問題。該程式利用20家醫院的近10億份血檢結果進行了訓練，它可以發現紅細胞、白細胞以及鈉和鉀等電解質發生的細微改變，而這些改變其實意味著患者的情況正在惡化。程式本身並不會告訴醫生應該怎麼做，而是標記出那些有可能從檢測、掃描或專家診斷中受益的患者，從而幫助醫生更快地進行干預。“機器學習的作用在於，幫助找出問題，並引起醫生的注意。”南迦利亞說。

人工智慧會取代醫生嗎，還是會削弱醫生的作用？神經腫瘤學家傑納搖了搖頭。“我寧願花時間思考如何改進患者的治療方案，而不是點選滑鼠去做標記。”他說，“對很多腫瘤科醫生來說，我們要在週末和夜裡加班。有了這個之後，我們就可以解放出來，去做真正能夠發揮專長的事情。”

翻譯：何無魚

校對：李莉

人類只有越來越聰明的人控制著人類，癌症病人能治療好了，人還要多！到那時住房一定會有困難！食品供不上！智慧人代替著人類，到時人都不幹活了，機器人在幹活，智慧人在上班，真正的人都下崗等死！機器人，智慧人，與人類一定會有一場大戰！

由多倫多大學科研團隊開發的一款新型人工智慧工具，能夠顯著縮短為癌症患者制定放療計劃所需要的時間。

根據發表在《醫學物理學》雜誌上的論文所述，此項研究利用人工智慧挖掘放療歷史資料並設計算法，從而制定出推薦的治療策略。為了驗證人工智慧生成的相關治療計劃，研究人員觀察了217位患有頭/頸部位癌症的患者，他們皆接受有常規方法制定的放療計劃。事實證明，人工智慧提出的計劃與常規計劃基本一致。

來自多倫多大學工程系的主要研究成員Aaron Babier表示，“目前已經出現眾多其它人工智慧最佳化引擎，但我們希望其能夠更接近現有臨床最佳實踐的具體要求。”

就目前而言，為每位患者定製放療計劃可能需要數天時間。這是因為癌症通常會持續擴散與增長，因此醫生需要投入大量時間設計這些複雜的治療策略。

眾所周知，頭/頸部位置的癌症一直是治療計劃設計方面的難點，因為腫瘤情況在不同患者身上往往存在巨大差異。研究人員們希望這種工具能夠在棘手且複雜的癌症類別當中帶來良好收效。以此為基礎，該工具有望在前列腺癌等腫瘤變異情況較為單一的情況下發揮更好的作用。

結合這一問題，Babier強調稱人工智慧不應成為醫療衛生專業人士的替代方案，而是透過接手各類重要的基礎性工作幫助其節省時間。一旦軟體創建出治療計劃，其仍然需要由放射物理學專家們進行審查並做出進一步修改，這至少還需要數個小時。

人工智慧被廣泛視為癌症診斷、監測以及治療的重要未來發展方向，但一部分醫療衛生專業人士對於利用機器學習工具做出臨床決策提出了道德層面的擔憂。今年早些時候，斯坦福大學的研究人員與醫學博士就在《新英格蘭醫學》雜誌的一篇文章中提出這樣的問題：“醫生必須充分了解演算法的建立方式，並以批判性的方式評估用於建立預測結果的資料來源，瞭解模型的運作方式並防止對其過度依賴。”

如今，醫學界的新技術發展已經成為一種普遍性趨勢——醫學博士們需要將這些新的診斷方法同自身專業知識相結合，從而充分了解這些新技術以怎樣的程度決定著患者的命運。目前正在進行的類似爭論，還包括是否應該利用人工智慧對癌症進行活檢。

儘管存在這些問題，但醫療衛生行業亦開始全面對人工智慧投入資源與精力，包括微軟與IBM在內的各大科技巨頭也正在將人工智慧引入各類應用。許多企業似乎認為，人工智慧將成為一種可行的解決方案，可以有效解決藥物發現過程冗長且成本極其昂貴的難題。總部位於多倫多的生物技術公司BenchSci提供的調查結果顯示，目前已經有28家制藥企業與97家初創公司正在利用人工智慧技術進行藥物研發。

Babier解釋稱，利用人工智慧輔助放療設計的目標，在於進一步解放醫療人員的精力而非帶來顛覆性變革。

Babier指出，“這款工具在本質上就是一款非常簡單的外掛，有助於在臨床環境中提供輔助，其區別在於擁有智慧水平更高的引數。”

該多倫多大學團隊並非惟一致力於利用人工智慧最佳化放療計劃的研究組織。其他對此抱有興趣的參與方還包括谷歌的DeepMind Health，其目前正與倫敦大學醫院合作開展相關研究。