C=CBNweekly V=Glen de Vries

人工智能這一關(guān)鍵詞的熱度，很容易讓人以為機(jī)器已經(jīng)聰明到即將超越人的大腦。數(shù)據(jù)在該技術(shù)愿景的刺激下變成一種資源，各大公司紛紛加入搶奪戰(zhàn)。微軟的聊天機(jī)器人小冰和IBM的線上醫(yī)生Waston都是這一數(shù)據(jù)戰(zhàn)略的產(chǎn)物。更多的數(shù)據(jù)當(dāng)然必要，但作為為藥企研發(fā)新藥提供數(shù)據(jù)支持的Medidata公司的聯(lián)合創(chuàng)始人，Glen de Vries認(rèn)為，實(shí)施人工智能戰(zhàn)略更重要的是數(shù)據(jù)的質(zhì)量，即向機(jī)器輸入正確的數(shù)據(jù)。

C：為什么藥品并沒(méi)有像其他商品一樣逐漸民主化？

V：我相信未來(lái)會(huì)有很多技術(shù)使得藥品也越來(lái)越觸手可及。主要原因有兩個(gè)，一個(gè)是生物技術(shù)，另外一個(gè)是數(shù)字技術(shù)。分子生物學(xué)其實(shí)只有45年歷史，45年間我們所開(kāi)發(fā)出來(lái)的新藥物，都是基于分子機(jī)制如何導(dǎo)致某種疾病。這種精準(zhǔn)醫(yī)療帶來(lái)的變化是，一方面我們可以治療一些慢性病了，另一方面可能也可以把以前致死的疾病控制在能夠管理的范疇。所謂精準(zhǔn)就是指我們?yōu)榭箵艏膊∷鸭男畔⑨槍?duì)的應(yīng)該是個(gè)人，不是一個(gè)廣大的群體。個(gè)人如何選擇治療方案、而醫(yī)生如何對(duì)他進(jìn)行追蹤變得重要。這就涉及到數(shù)字技術(shù)。廣義上的病人形態(tài)包括病人的行為、認(rèn)知等方面。如今通過(guò)物聯(lián)網(wǎng)，我們已可以把握到病人的行為和認(rèn)知層面。這些信息和病人的基因類型同樣重要。無(wú)論新的生物技術(shù)還是數(shù)字技術(shù)，都推動(dòng)醫(yī)藥企業(yè)和病人個(gè)人建立更加緊密的聯(lián)系，把醫(yī)藥公司的B2B模式進(jìn)化為B2B2C。

C：醫(yī)療領(lǐng)域的人工智能還沒(méi)有實(shí)現(xiàn)真正的機(jī)器學(xué)習(xí)的原因是什么？

V：我們的目標(biāo)并不是去建立一個(gè)數(shù)據(jù)庫(kù)，因?yàn)閿?shù)據(jù)歸根到底是客戶的而不是我們的，我們的目標(biāo)是希望可以促進(jìn)研發(fā)，同時(shí)加速藥物上市的過(guò)程。目前市面上的AI更大程度上是一個(gè)用于市場(chǎng)營(yíng)銷的詞匯，它實(shí)際做的工作仍是數(shù)據(jù)處理，而不是發(fā)展電腦的學(xué)習(xí)能力。計(jì)算機(jī)領(lǐng)域現(xiàn)在有一句話非常流行，叫作“garbage in，garbage out”，意思是把廢料輸入計(jì)算機(jī)，然后再輸出廢料。所以我們?cè)谧龅囊粋€(gè)工作是幫助客戶提升數(shù)據(jù)的質(zhì)量，以及將不同公司、不同領(lǐng)域，甚至多年前的臨床試驗(yàn)數(shù)據(jù)收集起來(lái)，進(jìn)行更大樣本的分析，從而得到一個(gè)更切實(shí)的結(jié)果。只有數(shù)據(jù)輸入的質(zhì)量提高了，相應(yīng)的計(jì)算質(zhì)量才能提高。不管是算法、數(shù)據(jù)質(zhì)量，還是數(shù)據(jù)總量，我們都不能把它們分開(kāi)來(lái)衡量。我們?cè)?jīng)用過(guò)一個(gè)數(shù)據(jù)量較小但質(zhì)量較高的數(shù)據(jù)庫(kù)訓(xùn)練機(jī)器學(xué)習(xí)，從而成功幫客戶找到了生物標(biāo)記物。所以小樣本的成功是可以實(shí)現(xiàn)的。人工智能更像是一座橋梁，我們所建造的就是連接兩岸的第一條鋼筋。然而，在兩岸之間架設(shè)起第一條鋼筋正是最困難的一步。銜接好第一步，后面才可以很方便地搭起更多鋼筋，最后搭起整座大橋。很多公司在人工智能領(lǐng)域沒(méi)有取得進(jìn)展或者進(jìn)展不盡如人意的原因就出在第一條鋼筋上。

C：你怎么看待“人工智能”？它能給人類帶來(lái)什么？

V：我們用的詞匯可能使這個(gè)問(wèn)題產(chǎn)生一些混淆。當(dāng)我們說(shuō)“人工智能”，就好像它已經(jīng)可以和人類的智能相比較。當(dāng)我們說(shuō)“認(rèn)知技術(shù)”，聽(tīng)起來(lái)又好像可以讓機(jī)器像人一樣認(rèn)知、學(xué)習(xí)。但其實(shí)并不是這樣。比如圍棋，圍棋大師被軟件擊敗后說(shuō)：人是絕對(duì)不會(huì)走出計(jì)算機(jī)所下的那些步棋的。就是說(shuō)人工智能或者機(jī)器學(xué)習(xí)并不是比人學(xué)得快、思考得快，而是會(huì)采取一種完全不同的思維方式。作為一個(gè)生命科學(xué)和醫(yī)藥界的從業(yè)者，我最為興奮的一點(diǎn)在于：人和機(jī)器是完全不同的，這種不同很可能給我們帶來(lái)新的機(jī)遇。機(jī)器可以想出一些新的治療方法，這些治療方法是我們作為人類從業(yè)者之前完全沒(méi)有想到過(guò)的。雖然這還只是一個(gè)期待，但是其實(shí)我們?cè)贛edidata已經(jīng)可以找到一些例證了。我們?cè)?jīng)利用Medidata的系統(tǒng)幫助客戶找到他們之前完全沒(méi)有預(yù)期會(huì)找到的生物標(biāo)記物，也用這些系統(tǒng)幫助他們解決數(shù)據(jù)當(dāng)中即便由人操控電腦也無(wú)法解決的問(wèn)題。（采訪：吳洋洋）