IBM Watson for Oncology（WfO，Watson 腫瘤解決方案）認知計算系統可利用人工智能算法生成治療建議，但在過去兩年中，據稱其未達到為癌癥患者提供最先進的個體化治療的預期，并且提供了「不安全和不正確」的建議，因此受到一些誤讀。

1 WfO自2012年起開始接受紐約紀念斯隆-凱特琳癌癥中心(MSK)的腫瘤學家們密集的醫療訓練，旨在了解與癌癥患者相關的關鍵數據，例如血液檢測結果、詳細描述腫瘤類型、大小和位置的病理學和影像學報告，以及是否存在基因突變等。

隨后，為了給特定患者提供循證治療建議，該項目梳理了大量醫學文獻。到目前為止，WfO 已經經受過相應的訓練，可以為乳腺癌、肺癌、前列腺癌、結腸癌、膀胱癌、子宮內膜癌、甲狀腺癌、直腸癌、肝癌、胃癌、卵巢癌、食道癌、宮頸癌13種癌癥提供治療決策支持，此外WfO還將在不久之后開始接受幾種不同淋巴瘤（Lymphomas）的訓練。

除了WfO之外，IBM還推出了幾款針對加快實現對腫瘤患者個體化治療的產品。這些產品包括 Watson for Genomics、Watson Genomics from Quest Diagnostics (一款由 Watson 支持的基因組測序服務)，以及能夠利用自然語言處理來提高臨床試驗匹配過程的效率和準確性的 IBM Watson for Clinical Trial Matching。

Nathan Levitan

醫學博士、工商管理碩士、IBM Watson Health Oncology and Genomics首席健康官 Nathan Levitan 表示，Watson for Oncology及其與腫瘤相關的產品已被全球十多個國家的數百家醫院和醫療系統采用。在接受 The ASCO Post的采訪中，Levitan博士討論并回應了關于WfO的不實聲音，并探討了WfO如何影響治療決策，以及認知計算在醫療領域內的倫理考量。

技術挑戰

有新聞報道稱，WfO 向醫生用戶提供了不準確的治療信息。Watson在訓練方面存在問題嗎？這些問題已解決了嗎？

首先，請允許我從一個更高的層面開始討論這個問題。我們要明確 Watson Health 在協助癌癥治療時關注哪些具體的難題？基于技術的工具能夠解決這些難題的方式又有哪些？

癌癥是全球第二大死因。2018 年，估計有 960 萬人死于癌癥。2 癌癥死亡率上升的問題可以通過兩種方式得到緩解：篩查和預防，以及確保癌癥患者獲得最先進的醫療服務。

醫學文獻表明，在提供最先進的治療服務方面，無論是在美國還是在全球范圍內都存在著相當大的差異。造成這種差異性的原因之一在于，癌癥治療通常是跨學科的，跟上眾多學科更新的步伐對醫生是一大挑戰。其次，與癌癥相關的出版物數量激增。當然，在一些國家，資源有限也是一個因素。

我持樂觀態度，認為可以利用 WfO 等認知計算系統的技術解決方案來緩解其中一些難題。Watson Health有幸與MSK的臨床合作伙伴以及每天使用 WfO 的醫生合作，并向他們學習。

曾經確實有一家媒體報道聲稱Watson輸出的數萬條建議中包含個別有誤差的治療建議 1。這實際是我們在嚴格質量管理的測試環節中自己發現并改正的問題，患者并未接觸到此類建議。

「我們有一個全面的質量管理體系，會對每種產品發布前的每一個版本進行測試，而且會對相關領域用戶針對系統性能提交的每份報告作出反饋。」

與任何醫療質量體系一樣，我們的質量管理體系能夠主動、迅速地對問題作出反饋。

提供治療決策支持

因為 MSK 正在利用醫院的治療數據系統訓練 Watson，有批評者認為 Watson 提供的信息傾向于 MSK 的癌癥治療方法，可能會為其他國家或地區的患者和在美國其他癌癥機構接受治療的患者提供不當建議。您對此有何回應？

WfO 能夠運用基于 MSK 腫瘤各亞專科醫師掌握的專業知識所提供的臨床決策支持，同時整合了 MSK 腫瘤學家推薦的參考文獻、人工智能驅動的資料管理功能所檢索到的相關文獻，以及臨床試驗匹配結果。

我們不斷為 WfO 添加美國和亞洲地區均采用的腫瘤指南，其中包括由美國國立綜合癌癥網絡（NCCN，National Comprehensive Cancer Network）、中國臨床腫瘤學會（CSCO,Chinese Society of Clinical Oncology）等機構提供的癌癥指南。

當用戶在除美國以外的其它國家和地區使用 WfO 時，為適應當地環境，我們會對各項建議進行本地化處理，例如，藥物可及性、計量單位和語言翻譯。我們知道全球醫生的需求各不相同， Watson 會給醫生提供最適合這位醫生患者需求的信息。每次發布 WfO 新版本時，我們都會增加臨床內容并增強用戶功能。

WfO 旨在為腫瘤醫生提供信息。我們希望保留醫生在作出醫療決策時的自主權，讓腫瘤醫生能夠為患者、與患者一起作出最佳治療決策。

改善中低收入國家國民的醫療水平

在2019年ASCO年會上，IBM Watson Health 發布了22項研究，展示了Watson for Oncology 和 Watson for Genomics 在全球范圍內的應用進展。在一項隨機研究中，在對印度 1000 名乳腺癌、肺癌和結腸直腸癌患者的診斷中，曼尼帕爾醫院（Manipal Hospitals）的多學科腫瘤診療專家團隊根據 WfO 提供的信息，改變了針對 13.6% 的病例的治療決策。3 請談談這一發現及其對腫瘤治療的潛在影響。

這項研究的結果很重要，因為它們表明決策支持工具不僅能提供治療信息，還可以影響決策。在這次調查中，腫瘤委員會之所以決定對那些治療方案進行修改，是因為 Watson 提供了支持新治療方案（55%）、更加個性化的替代方案（30%）的最新證據，或者它從基因型、表型數據以及不斷發展的臨床經驗中獲得了新的洞見 (15%)。

利用人工智能提高臨床試驗參與度

2018 年，一項研究評估了 Watson for Clinical Trial Matching 在臨床試驗匹配方面的能力。在評估期間，Watson for Clinical Trial Matching 把在明尼蘇達羅切斯特 的梅奧診所接受治療的乳腺癌患者與一項適當的臨床試驗進行了匹配。研究發現，在 18 個月的時間里，參加試驗的人數平均增加了84%。4 而目前，只有不到 5% 的癌癥患者參加臨床試驗。5 Watson如何能夠提高臨床試驗的參與度?

正如你所言，在美國，臨床試驗的患者入組率很低，而且，不同人群的入組率存在差異。影響臨床試驗入組率的一個因素是忙碌的腫瘤學家很難為每名患者找到合適的臨床研究。第二個因素是沒有足夠的時間為患者辦理入組事宜。第三個因素是在各地進行的臨床試驗的種類和數量不同，患者所在地未必有臨床試驗。

Watson for Clinical Trial Matching 能夠獲取有關數千項公開的臨床試驗信息，提取資格要求，然后將患者與試驗進行匹配。在梅奧診所的研究中，在使用該系統之后的18個月內，每月有6.3名患者加入一組乳腺癌試驗，而在使用該系統之前，每月僅有3.5名患者參加試驗。

在另一項針對社區內乳腺癌和肺癌患者進行的研究中，Watson for Clinical Trial Matching 能夠將患者篩查所需的時間減少78%：人工管理需要1小時 50 分鐘，而Watson僅需24分鐘。6

腫瘤醫療領域的人工智能倫理

雖然人工智能技術為我們提供了提高醫療服務的效率和患者醫療質量的機會，但是，也許帶來了倫理風險，包括潛在危及患者隱私、患者知情權和患者自主權。還有人擔心算法所用的數據可能包含偏見，例如：關于患者支付特定治療費用能力或保險狀況數據，這種情況可能對臨床建議產生影響。您對這項技術及其在腫瘤醫療領域的作用有倫理方面的擔憂嗎?

只要是在 IBM 所服務行業，IBM 就在該行業的數據安全領域都是處于領先地位，而且非常認真地對待數據責任問題。早在幾年前， Watson Health 在深耕腫瘤領域的過程中，IBM 就利用自身技術和專業知識將患者隱私、HIPAA 合規（醫療保險便攜性和問責法案， Health Insurance Portability and Accountability Act）和數據安全等問題考慮在內。

機器學習技術通常是根據過去的經驗、從數據集學習，然后創建一個算法來分析新的數據點。當系統使用一組包含偏差信息的現有數據進行訓練時，系統就可能出現偏差。WfO 并不是采用這種方式進行訓練，因此，避免了發生此類偏差的潛在風險。

由于數據科學的進步，人工智能和機器學習為我們提供了一個既能為循證醫療提供支持，又能保持腫瘤學家的自主性、充分利用腫瘤學家的技能，并讓患者參與共同決策的機會。

這類解決方案有潛能能夠在全球范圍內獲得推廣，致力改善全球的腫瘤治療。通過技術能夠推動高質量的癌癥治療服務，我們有理由為此感到興奮。

(原文于 2019 年 9 月 10 日刊登于 The ASCO Post, 作者 Jo Cavallo，略有編輯。)

參考文獻

1、 Ross C, Swetlitz I: IBM’s Watson supercomputer recommended 「unsafe and incorrect」 cancer treatments, internal documents show. STAT. July 25, 2018. Available at www.statnews.com/wp-content/uploads/2018/09/IBMs-Watson-recommended-unsafe-and-incorrect-cancer-treatments-STAT.pdf. Accessed August 26, 2019.

2、 World Health Organization: Cancer: Key facts. Available at www.who.int/news-room/fact-sheets/detail/cancer. Accessed August 26, 2019.

3、 Somashekhar SP, Sepúlveda MJ, Shortliffe, et al: A prospective blinded study of 1,000 cases analyzing the role of artificial intelligence: Watson for Oncology and change in decision-making of a multidisciplinary tumor board from a tertiary care cancer center. 2019 ASCO Annual Meeting. Abstract 6533. Presented June 1, 2019.

4、 Haddad TC, Helgeson J, et al: Impact of a cognitive computing clinical trial matching system in an ambulatory oncology practice. J Clin Oncol 36(15 suppl):6550, 2018.

5、 Unger JM, Vaidya R, Hershman DL, et al: Systematic review and meta-analysis of the magnitude of structural, clinical, and physician and patient barriers to cancer clinical trial participation. J Natl Cancer Inst 111:245-255, 2019.

6、 Beck IT, Vinegra M, Dankwa-Mullan I, et al: Cognitive technology addressing optimal cancer clinical trial matching and protocol feasibility in a community cancer practice. J Clin Oncol 35(15 suppl):6501, 2017.