IBM的人工智能Watson在公众认知中，不算特别令人兴奋，但绝对是最“勤劳”的。特别是在医疗方面，仅今年IBM就分别以26亿和10亿美元，收购了医疗数据公司Truven和医疗影像与临床系统提供商Merge Healthcare。
医疗领域很可能是Watson最重要的应用方向，那IBM当初为何选中了医疗，其历史发展又是如何呢？在今年的2016世界医疗机器人大会上，IBM-Watson认知关怀公司的创始人王泰峰就介绍了Watson在医疗应用的情况。他们是“Watson For肿瘤”在中国的指定运营商。
2007年IBM Watson刚刚更名，当时定义Watson解决观点性的问题，一个切入点就是这个智力竞赛。但Watson第一次参加智力竞赛时，只能达到人类智慧60%左右。
（紫色的部分是Watson的答题记录，蓝色部分是参赛选手的记录，横向是知识面，纵向是准确率）
随后到2010年参加人机对战之前，它几乎可以和人类匹敌了。
（2010年黄色的数据是Watson）
然后就是2011年，我们熟知的Watson在电视上赢得智力赛了，雷锋网对此有过详细介绍。
正是在2011年，IBM将自己的发展史分成三个大的阶段，2011年被认为是IBM的认知计算元年，并把认知计算作为商业目标的一个出发点。
实现认知计算的过程中，一般会有这样的途径：通过大数据分析，在数据中找规律历。具体来说往往是把非结构数据结构化，把它做进数据仓库，再通过数学建模，把数据变成信息，再通过我们对行业的理解，结合数据科学家、数学家以及行业专家三者之力，最终形成认知计算能力。但还有一种方式是直接以知识驱动认知，Watson要做的就是这样。
同样是在2011年，当Watson取得比赛胜利后，全球知名的MSKCC癌症中心找到IBM，希望在医疗行业做一些拓展。结果一年后，Watson通过了美国职业医师资格考试，不过因为它是一个计算机系统，没法上岗。但这也奠定了Watson的第一个商用方向——医疗。
那么在医疗领域的Watson是如何炼成的呢？大概有三件事。
一是，由MSKCC的专家把超过290本高等级医学期刊文献，医疗指南，和这家医院一百多年临床实践的最佳实践放Watson。这样仅是把知识本身输入了一台机器里面，里面的算法还没有发生作用。
二是训练过程，由医生给出患者的指标以及他们认为最权威的治疗方案，让Watson去理解两者之间的关系。
第三是由医生给出指标，让Watson做题，再由医生评判其能力。
2014年7-9月，研究人员就开始把临床实际发生的病例指标输入Watson，然后由它和MSKCC的医生共同出具质量方案，再由这家医院专家组判断谁的方案更适合病人。
经过9个月的训练，MSKCC在官网发了一篇文章，其中认为Watson分析的治疗方案接近100%符合专业判断。
2015年7月Watson开始商用。
王泰峰表示，总体而言Watson对于医生的价值，是作为医生能力增强的智能助手，是精准全面概括的行政医学助手。
Watson的输出内容包含三类四项。三类是指，MSKCC认为最推荐的方案用绿色表示，可以被考虑的用橙色表示，不被推荐的用红色表示。这些方案在数秒之间就可以完成，提高医生的决策效率。
四项分别是对于每一个方案，方案描述是什么，产生的逻辑是什么，它的临床医学证据有哪些（这些证据会由Watson读完文章后，把梗概列出），以及用药信息（精准输入患者指标的情况下，可以显示用哪些药，这些药的不良反应，哪些特征，这对于诊断和陪护都有帮助）。
Watson不仅可以提供学术上的帮助，而且一般每季度更新两三次，比如今年6月初发表的文章，7月的版本即已收录。它对于年轻医生和基层医疗机构特别有用，基层医生可以在规范化治疗里面使用Watson，而它对于自然语言的分析和识别可以达到非常高的高度。每一个治疗方案，Watson都会给出收存率数据，以及耐受性数据。
正在生成分享图...
李雨晨