科大讯飞陶晓东对话诺贝尔奖获得者：探讨人工智能+智慧医疗领域未来趋势
科大讯飞今年年初引入智慧医疗领域尖端人才陶晓东博士，担任科大讯飞智慧医疗事业部总经理一职。他在智慧医疗领域积累的经验将带领科大讯飞智慧医疗团队挖掘人工智能+医疗的无限潜力。
在本次菠萝科学节上，陶晓东做客罗素姆人工智能社区，与09年诺贝尔化学奖得主阿达·约纳特进行一场关于智慧医疗的探讨。并提及自己在人工智能+智慧医疗领域未来会做的3件事。
主持人：王知非 浙江人民医院主治医师
嘉宾1： 陶晓东 科大讯飞智慧医疗事业部总经理
嘉宾2： 阿达·约纳特 2009年诺贝尔化学奖得主
https://v.qq.com/txp/iframe/player.html?vid=q0394hu08ju&width=500&height=375&auto=0
（以下文字为论坛实录整理，略有删减。）
王知非：大家好，非常荣幸今天有这样的机会，与两位专家面对面访谈。约纳特博士是以色列科学家，在2009年因“核糖体的结构与功能”的研究获得诺贝尔化学奖。陶晓东教授，他是科大讯飞智慧医疗事业部总经理。曾服务于美国通用电气公司（GE）从事医学影像研究，并曾在飞利浦医疗放射解决方案担任首席架构师。欢迎两位。
研究领域简介
王知非：首先我们想问一下约纳特教授，什么是核糖体？您专门研究它的结构，这样的研究对我们理解核糖体的功能有什么作用？可否跟大家介绍一下您在工作中的里程碑？
约纳特：核糖体是细胞内一种核糖核蛋白颗粒(ribonucleoprotein particle），主要由RNA(rRNA）和蛋白质构成。大家知道蛋白质的作用吗？蛋白质其实是组成了所有的生命体，蛋白质对我们的生命一切都非常重要，我们的身体一直在产生蛋白质，核糖体就是保证正确的合成这些蛋白质，我就想知道核糖体怎么做到的。核糖体对生命非常重要，没有核糖体就没有生命，它也是抗生素的一个目标，所以我们想要来了解人是怎么生病的，就是因为有一些细菌带着治病源，大多数的抗生素都针对这些治病源，所以我想了解这个是怎么组织的。
王知非：好的，那么我们接着请陶博士给我们介绍一下他的工作。
陶晓东：我首先介绍一下自己的背景，我是电子工程学方面的博士，也在医学影像方面有很多经验，在GE服务过，今年加入科大讯飞。
科大讯飞在人工领域扎根近20年了。一个主要的研究方向就是语音，使机器能够阅读文本。然后我们紧接着解决一个问题是教会机器如何听懂理解文本，并理解文本背后的意义。在长久地研究中我们达成了共识：人工智能领域需要积累原始数据、专家以及算法。这三者的结合，事实上会带来一个人工智能的引爆点，使人工智能更加实用。
科大讯飞的智慧医疗是做什么的？在整个智慧医疗系统里，我们尝试服务患者。我之所以涉足智慧医疗这么多年，从通用公司到飞利浦再到科大讯飞，是因为考虑到我们每一个人都有可能成为患者。做智慧医疗方面的研究将会是对人类非常有意义的探索。我们一直在探索如何用人工智能帮助医疗系统更加完善，解决医疗系统中遇到的难题：帮助我们的病人、住院设置等等，用智能的方式收集数据帮助我们的医生解决复杂的诊疗。我相信王医生每天都在处理这样的问题。谢谢。
人工智能有用吗？
王知非：上个世纪中期，人类知道了生命的密码DNA以及它的功能。但即使我们知道了DNA的图谱，依然不了解它的功能，它是如何运作的，比如：它为什么出错等等。
约纳特：因为大自然比人类更聪明。
陶晓东：我同意约纳特教授。我的教育背景是工程，因为编程语言还有这些算法都是人类所设置的，人类所设置的东西很容易理解的。我所从事的一个领域，还有约纳特教授所做的研究领域，其实有非常大的差距。但我们都是把不可视的变成可视的：约纳特试图用不同的工具理解蛋白质合成的过程；对我来说我希望在医学影像里，和我的同事一起使内脏可视化。我也是同意约纳特教授所说的，自然指导我们去做研究，自然的过程很难让我们理解。这也就是约纳特为什么获得诺奖，而我只有今天的成绩。作为人工智能的算法不断在进展，现在有更多的工具帮助科学家更快的发展，您同意吗？
约纳特：我完全同意，要找到这些发现需要了解更多自然的内容。
王知非：我也完全同意。
约纳特：我也不知道是不是人们要发明出一个机器，来做这些核糖体的工作。我们有不同的方法，使这个机器可以运转，蛋白质可以运转。你所做的人工智能是大自然不会做的，发生了这些事情我们要更好地理解自然，这样的话才能够辅助你们更好的研发机器。
陶晓东：谢谢。有关人工智能，我们了解人工智能的性质，而人工智能要使得它有用的话，需要三种支柱：第一个是数据；很多的数据，很多的传感器；第二个是领域的专家，比如约纳特教授提供给我们的经验；第三个是算法，对我们来说我们更多做算法的工作。
未来不可预测？人工智能不这么想
王知非：您觉得人工智能未来是可以帮助我们，就像您所说的可以更多地了解自然科学，探索大自然。
约纳特：在科学里面我不倾向于做假设，有很多假设尽管可行，但它们并没有被人们预计会成功。针对我的研究我的爱好来说，我已经看到三个进展，也许它会发生作用，但是我不喜欢做预测。也许它可能会有很好的进展。
陶晓东：约纳特教授也说了，她不希望对人工智能做预测，比如说人工智能将会以某种方式帮助我们。但是因为我自己就是做这个领域的工作，尤其是关于医学影像和人工智能，我们是以某种方法做出进展。比如，去年AlphaGo打败了围棋大师，这是人工智能大事件之一。马云看到这事说了句：这又怎么样。我也同意这种观点。针对人工智能，在这样一种信息设置中，你知道它下一步的规划，这是人工智能可以实现的。
但在我所研究的医学影像领域，信息不完整，正因为我们已有超过15年的经验，所以知道它有多难。在基础研究，也就是约纳特教授做的研究领域，它们没有太多的信息，你可能去猜测这个自然是如何运作的，你去猜测为什么自然会这样，这是我的理解。我觉得这两者结合起来，总有一天可以加速我们发现的过程，而且也能够使得那些研究人员去避开可能失败的领域，有更高的成功记录。
人工智能可以帮助医生加薪？
王知非：我们都知道的通过看放射片子，可以看出一些疾病。但有些医生无法识别，所以我们会看到别人带着片子到其它医院询问其他的医生。您觉得将来会不会通过人工智能，可以帮助医生更准确的通过这些放射片来做出诊断？
陶晓东：对，我已经说了，我们了解算法的性质，最终我们还是需要人和算法结合起来，就是通过合作来一起工作。人的作用永远无法用算法替代的。但是一些重复的，比较沉闷的工作总有一天会被机器取代，机器可以帮助重复做日常的工作。或许机器不可能取代人，但是可以做一些没有附加值的工作。昨天我看到了一个美国的调查，是关于在医疗领域不同科室的薪水是多少。在美国医疗领域，最高的工资是骨科医生。
约纳特：全科医生工资比较低的，最近我们看到这个工资第一次有所下跌。
人工智能在基础研究中有什么用？
王知非：我想听一下您的意见，人工智能在基础研究领域能够起到什么作用？
约纳特：我想给大家说一下我对基础研究的理解。基础研究是一切科学研究的基础，不管是更高端的研究，还是工程或者生命本身。如果基础研究有了任何的成果，它肯定是有用的，这种成果可以帮助我们理解生命其他的过程但是它却是一切的基础。现在很多人觉得在实验室里面所做的研究，出来成果立刻就可以加以利用，但是并不一定是这样。我们积累了知识和信息的时候，我们可以提供给陶教授这样的人，来开发出基础使用的东西。我举一个例子，大家知道在电发明之前我们是用蜡烛照明的，蜡烛的光亮是有限的，而且它在照明的当中会变得越来越少，很多人就研究来做更好的蜡烛，获得更亮的照明。但是我们现在电灯所用的电，当时做的研究并不是要做电灯，而是一个基础的研究，就是电的研究，是电荷的一个研究。在多年之后，在物理学的电荷研究的基础上，我们知道了可以用电来照明。
人类能否承担人工智能犯错的后果？
王知非：其实是有一个道德的问题：在AI学习的过程当中，人类能不能承担人工智能犯错误的后果？
陶晓东：这是一个比较深层的道德上的问题。在提出个人见解之前，我想先回应一下约纳特教授说的基础研究的问题。基础研究能给我们一些指导，让我们能够通过一些自然的过程来解决一些问题，比如说来治疗疾病。约纳特教授的工作是向我们解释大自然运作的过程。我的工作是通过一些技术来推断病人的身体状况，就算有时候病人本身没有症状。说到采纳新的技术，其实每次新技术产生人们都会付出一定代价。在汽车刚发明的时候，在车祸当中丧生的人要多得多，这样的事故引起了很多的争议，但是我们看一下数据，我想约纳特教授也会同意的，因为科学家都非常重视数据。我们现在看到无人驾驶汽车，数据告诉我们无人驾驶的安全性比普通驾驶要高。
当然我现在手上没有确切的数据证明，AI人工智能的诊断一定比非常有经验的专家高。人工智能更多程度上是帮助医生进阶，辅助诊断，从而使医生的能力得到提升。比如对一个医生来说，有他擅长或不擅长的东西，所以就避免去做不擅长的诊断，但借助人工智能未来可能会突破这种个人诊断的瓶颈。
现在有很多法律法规，我们可以按照正确的方法来做，以符合伦理道德来做，这样的话会使得人工智能对诊断发挥作用。但我们要走的路还很长。
语音识别或能解决“看病难”？
王知非：是的，我们需要走很长的路。我也知道，陶博士语音识别是你工作的一部分，这是我所听到最好的消息了，因为我们医生做很多病历整理非常枯燥无聊。如果机器能听写并记录下来医生说话的内容，这将会减少医生的工作量。对于语音识别，能不能给我们描述一下您在工作中想要达到什么目标？
陶晓东：我们想要在智慧医疗领域实现3件事。
第一件事，希望人工智能协助医生避免重复无聊的工作。人工智能可以剔除医生工作的一部分，让他们更有效率。例如，现在语音识别已经是非常成熟的技术了，能够实现97%的正确率。今年的菠萝奖的颁奖典礼我们可以看到，讯飞已经可以实时把语音转化为文字，包括今年的两会李克强总理讲话也直接转化为文字。几年之前，医生尤其是门诊的医生要用手写下病例，这不是数码化的，而且也不能够放在EHR电子病历当中，现在利用听写的技术就可以解决这些问题。另外很多病人的病历是不完整的，如果你要调取这些数据，可能就有一个关键的信息缺失了。因此我们希望这个数据库完整、正确。我们就建立了机器学习的算法，这些数据基于非常大的样本、科学期刊、还有真实的医学诊断的案例。这样能够帮助机器建立一个知识库，建立自己的推理、准断的逻辑，这就是我们所做工作，我们希望用不同的方式帮助医生，让他们能够避免重复无聊的工作。
第二件事，是实现医疗大数据服务。人工作一天会疲劳，但是机器不会疲劳，它可以探测在一定范围里面的错误，可重复性比人类医生要高。但是我们的机器的认知能力还处在起步当中，现在还是处于人工智能发展的早期。医疗大数据的建立能够让人工智能帮助医生实现一些可重复的诊断，之前有人提问怎么去解决大医院排队难和看病难的问题，人工智能的参与可以帮助减缓医院就诊的压力。基于人工智能与医疗大数据挖掘，为医院和相关机构提供医疗大数据的集成、挖掘、利用，辅助开展新型临床、科研、医院管理等服务。
第三件事，实现医疗影像智能诊断。通过人工智能技术分析对比临床资料，能够识别图像的共性，对医疗影像进行快速读片和智能诊断。在这个领域我们花费了很精力，我们现在有更多的传感器在收集数据。优质、大量数据的积累；高性能计算环境；优化的深度学习方法，这三者对于构建模型非常重要。我们在医学影像领域已经有超过15年的经验，我也知道它有多难。我们要做的一件事就是把不可视的变成可视的，比如约纳特教授试图用不同的工具理解蛋白质合成的过程，对我来说我希望在医学影像里，和我的同事一起做到让内脏可视化这样一件事。
王知非：我来做一个总结。未来的不可预测性，促使我们不断探索大自然。我们用不同的方法，但目标是殊途同归，希望打造一个更好的世界。
核糖体这个研究使我们眼界大开，因为约纳特教授他们眼见为实之后，通过一些先进的技术使我们能够看到曾经看不到的细节。这些细节的信息指导我们分析，使我们脑洞大开。就像我们刚才讲的机器人一样，在我们和人体之间多了一个电脑，而这个电脑能力可能超出我们的想象，会不会有一天他会思考。但无论我们是成为机器人或电脑的制造者和控制者，最终受益者还是我们，我们仍然叫人类。
自由提问环节
提问A：有一个问题要问陶博士，您刚才说了，您认为机器人AI或者说算法没有办法取代最顶级的科学家或者是医生，为什么您会这么认为呢？
陶晓东：谢谢你的提问。我们看一下AI技术发展的进程，目前最受欢迎的AI的算法，包括一些电子神经网络，其实是在模仿人的神经元。这是在80年代就开始了，但是当时的数据还有计算能力都是很有限的，所以只能做一些很简单的神经网络来解决简单的问题。后来又有了新的发展，在80年代早期一直到21世纪初的时候，我们看到在AI技术上有了很多的投资和发展。现在我觉得新一轮的AI技术的推动力，就是大量的数据还有就是非常强大的计算能力。但是我不知道人脑有多少神经元，我们目前对于人体的运作机制，推理和记忆还有语言相关的这些大脑的部分，了解很有限。在AI我们希望通过模仿人的神经元的工作机制，来开发人工智能。但是我们大脑当中的神经元的数量是巨大的，相比之下我们在电脑当中可以模仿的神经元的数量却是有限的，这是一个巨大的差异，所以我说AI还是没有办法去取代最顶尖的医生。
还有一点就是，我们现在所做的一些工作是希望能够让这些最优秀的医生，不用再做那些简单重复性的工作，这是AI可以做到的事情。而医生可以把它的经验用到更高的层次，所以我在说医疗领域目前AI是不会取代医生的。
提问B：我的问题是，在RNA到DNA再到蛋白质的过程当中，可能会有一些错误。而人工智能是不会犯错的，即使它有一些错误，也无法从这个过程中学习。我觉得这就是为什么人工智能会把很多事情做到极致但无法突破。不知道陶博士怎么看待我这个想法？
陶晓东：人们很久以前就认识到这个问题，也开发了很多算法，允许机器在一定的概率内犯错误，这样你就可以获得最优化的解决方法。现在我们说到生物学，因为基因的变异使人进化，我们的身体能够这样的运作，也有一系列的机制，比如说白细胞会去攻击变异的细胞，使人体生产保持正常。在90年代有一个很受欢迎的AI算法，叫“遗传算法”，就是在模拟这个过程。这个算法当中有不同的部分，他们是可以来进行进化的，像这样的算法成功的几率就很高，因为它在模拟大自然的运作。
提问C：纳米机器人可以进入人体，根据编程来做一些工程，我想知道是不是出于这样的主题来生产这样的机器人？有关于蛋白质，是不是有可能生产人工的蛋白质，把它应用于医学的应用当中？
约纳特：我们实验室里面可以做到生产人工蛋白质，在公司里面有一些也实现了。核糖体几秒钟就可以做到了。
陶晓东：另外一个问题关于机器人。在我小时候的时候，看了一个技术片，它的题目就是《手术室》。我还记得其中的一个故事，一个病人需要心脏移植手术，而机器在不用动刀子的情况下可以完成所有的影像。我不知道2037年能否发生，但是我有这样一个梦想，我觉得人类文明的进展，是由我们梦想所驱动的，很多梦想让我们去畅想需要哪些技术。技术会帮助我们了解身体运作的机制。我还记得几年前我跟朋友分享我的梦想，有一个微型的纳米机器人，你可以把它放在血管里面，它能够了解其的机构，就像地图导向一样可以找到正确的位置。我觉得人工智能也是我们人类的伙伴，尤其是在我们进行畅想的时候，能够帮助我们开发新的技术，使未来有一个更好的世界。
王知非：我们总结了，其实人工智能也是一个工具，让我们能够生存，它是一个帮手。也许有一天机器人会有梦想，甚至它们畅想的是我们人类没有畅想过的。这些都将驱动我们探索科学。感谢大家的参与。
科大讯飞智慧医疗
科大讯飞智慧医疗业务致力于将智能语音及人工智能技术与医疗行业深度融合，拓展人工智能+医疗的新蓝海。通过智能语音交互技术对医院临床业务进行流程再造，减轻医生文书压力，提高医生工作效率；利用智能影像识别技术辅助医生阅片，提高放射科医生的工作效率，降低阅片的漏诊率。通过构建人工智能辅助诊疗系统，深度切入医生工作流程，在医生诊断治疗过程中给予人工智能的指导和建议，从而提升医生特别是基层医生的诊疗服务能力，助力国家分级诊疗、双向转诊等政策的落地，用人工智能助力医疗健康产业。
大事记
2016年9月5日：
科大讯飞携手北京大学口腔医院联合启动“智慧医疗”建设；
2016年11月24日：
科大讯飞与万方数据签订战略协议，人工智能+大数据共建智慧医疗；
2016年12月8日：
科大讯飞与上海交通大学附属第六人民医院南院签订战略合作协议，探索智能语音在医疗中的应用；
2017年4月18日：
科大讯飞与中国医学科学院北京协和医院达成战略合作，宣布共建医学人工智能研究中心。
拓展阅读
（本文转载自公众号”AI研究所“）
文 | AI研究所 责编 | zmwang