近日，李彥宏宣布個人捐款3000元萬，支持中國的癌癥事業(yè)，而在今年烏鎮(zhèn)互聯(lián)網(wǎng)大會上李彥宏也提及了大數(shù)據(jù)醫(yī)療。馬不停蹄，12月22日百度方面也正式宣布與協(xié)和醫(yī)院一起發(fā)布了“百度與協(xié)和醫(yī)學(xué)院合作開展癌癥研究”協(xié)議，將百度的人工智能技術(shù)與協(xié)和醫(yī)院的食癌數(shù)據(jù)進行對接，共同推進食癌項目，這也是繼百度與中國交通部、中國疾病預(yù)防控制中心合作后的第三次參與到民生工程的建設(shè)中。

　　一，為何癌癥大數(shù)據(jù)處于“沉睡”狀態(tài)?

　　《中國科學(xué)報》曾經(jīng)做過一個采訪，專家們對癌癥大數(shù)據(jù)總結(jié)下來屬于這么一個情況，中國擁有13億的人口，其產(chǎn)生的海量數(shù)據(jù)有著極大的研發(fā)價值，但是困境有以下幾點。

　　由于數(shù)據(jù)的過于龐大，首先面臨的是數(shù)據(jù)的存儲與計算問題。一個標準的病理圖則接近5GB，僅一個社區(qū)醫(yī)院累積的數(shù)據(jù)量就可達數(shù)萬億字節(jié)甚至數(shù)千萬億字節(jié)(PB)之多，加之每天患者數(shù)目的增加，醫(yī)療大數(shù)據(jù)也有著增長過快的特點。這就導(dǎo)致了有些普通醫(yī)院甚至連存儲這些海量數(shù)據(jù)的能力都沒有。而與此同時，龐大的數(shù)據(jù)也導(dǎo)致需要極為強大的計算能力，要在短時間內(nèi)處理上TB的數(shù)據(jù)，只有是大型IT科技公司或者是國家級計算機科研機構(gòu)才能做到，醫(yī)院方面也只能望洋興嘆。

　　其次，醫(yī)療大數(shù)據(jù)的結(jié)構(gòu)缺乏標準化，每家醫(yī)院的信息化工作都涉及幾十個廠家，每個廠家的數(shù)據(jù)、標準、采集、存儲都不一樣。因此，即便是在一家醫(yī)院，都會出現(xiàn)很多孤島。

　　以上，中國的癌癥大數(shù)據(jù)處于蜂窩煤的狀態(tài)，數(shù)據(jù)雖大，但是亂，質(zhì)量差，缺乏對數(shù)據(jù)利用的能力。醫(yī)院的尷尬在于，有著海量的重要病患的大數(shù)據(jù)資源，但是卻沒有對應(yīng)處理的工具，處于巧婦難為無米之炊的狀態(tài)。

　　二，百度將如何激活“醫(yī)療大數(shù)據(jù)”?

　　先從存儲空間與運算能力來說，先說存儲空間，雖然百度從未公布過自己的存儲能力，但是從另一個側(cè)面，2013年開啟的百度云盤免費2T容量，而當時中國的網(wǎng)民有6億，假如保守估計有1億用戶使用百度的產(chǎn)品，那百度所需要存儲的數(shù)據(jù)也是一個天文數(shù)字。其次是高運算能力，這點百度也是百度強項，根據(jù)2014年的數(shù)據(jù)，百度一天可以掃描高達10PB的數(shù)據(jù)，而百度也在準備推出Minawa超級計算機，能夠進行每秒7千萬億次的計算，將進入全球前十的超級計算機。

　　百度做搜索起家，其大規(guī)模分布式內(nèi)存存儲以及分布式集群計算的能力早已成熟，因此幫助協(xié)和醫(yī)院進行數(shù)據(jù)的存儲與處理也自然不成問題。

　　其次是要解決數(shù)據(jù)的標準化問題，大數(shù)據(jù)醫(yī)療最痛苦的事情不在于數(shù)據(jù)的統(tǒng)計相關(guān)性對比，最為痛苦的事情在于數(shù)據(jù)的無法標準化。以谷歌1.3億美金投資的Flatiron Health公司為例，該公司在做的主要任務(wù)不是大數(shù)據(jù)的挖掘，而是大數(shù)據(jù)格式的統(tǒng)一化，該公司通過還完善“NLP自然語言處理”的技術(shù)，讓計算機“閱讀”文件，并且從中提取數(shù)據(jù)，并再聘請50人護士團隊手動錄入數(shù)據(jù)，這在國內(nèi)也同樣是無法繞過的事情。

　　幸運的“NLP”技術(shù)是百度建立公司的技術(shù)基石，搜索引擎理解用戶的請求、理解文本內(nèi)容、理解內(nèi)容的價值高低，等等所有環(huán)節(jié)都需要用到NLP技術(shù)。百度的“NLP”技術(shù)，百度在“NLP”將會是將醫(yī)療大數(shù)據(jù)進行標準化的最大福音。

　　綜上，百度通過自身優(yōu)勢與醫(yī)院的癌癥大數(shù)據(jù)結(jié)合，將會一點點喚醒原本沉睡的數(shù)據(jù)，發(fā)現(xiàn)地下的金礦。

　　三，人工智能與生命科學(xué)還能碰撞出什么?

　　在12月22日下午召開的北京協(xié)和醫(yī)學(xué)院與百度合作開展癌癥研究發(fā)布會上，李彥宏這表示，早在20年前，就對生命科學(xué)很感興趣，并差點投身于生命科學(xué)領(lǐng)域。而當下的大數(shù)據(jù)+人工智能+生命科學(xué)正在爆發(fā)著前所未有的潛力，正在曲線實現(xiàn)李彥宏當初的愿望。

　　人工智能與生命科學(xué)還能碰撞出什么?我們探討一下可能性。

　　1)基因測序：整個生命科學(xué)的第一步也是最大的困難之處就是在于基因測序，雖然說“人類基因組計劃”已于2011年宣告結(jié)束，但是依然還有1%的基因無法被檢測出結(jié)果，需要更為先進的技術(shù)作為支撐才能檢測出來。

　　而這里所在等待的先進技術(shù)，其實就是人工智能。以癌癥基因檢測項目為例，其所做的就是要在大量的基因突變中,找到與某個具體癌密切相關(guān)的突變的位置，這其實和百度的搜索技術(shù)其實一致，百度能夠通過百億的用戶關(guān)鍵詞搜索的點擊中找到用戶最想要的高相關(guān)的一系列網(wǎng)頁，將其進行先后排序，而從海量用戶的海量突變基因中找到與食管癌的最大相關(guān)的基因，就能最大幾率的找到食管癌發(fā)病是哪些關(guān)鍵基因?qū)е隆?/p>

　　并且百度尋找的不是單向相關(guān)性而是多項的，其要找到哪些基因突變疊加在一起就會增加患食管癌的概率，也就是要在無數(shù)的基因中突變中尋找組合的相關(guān)性，這對計算的要求其實是指數(shù)級的。

　　但這卻正是人工智能的強項所在。

　　2)基因藥物研發(fā)：目前學(xué)界有一個共識，當前的藥物都是屬于化合藥物，但是在不久的將來，藥物將不僅僅只是化合物，藥物也可以是人工合成的蛋白質(zhì)，合成的細胞，甚至某些組織和器官等等。但與此同時也伴隨著更大的風險，因而人們在未來使用這些藥物時需要更為格外的小心謹慎。

　　人工智能則可以利用大數(shù)據(jù)醫(yī)療幫助醫(yī)生研發(fā)，將各個患者的用藥情況統(tǒng)統(tǒng)聯(lián)網(wǎng)，建立統(tǒng)一的藥物治療大數(shù)據(jù)網(wǎng)，通過使用到反饋的信息收集，讓基因藥物研發(fā)配比更為可靠，進而加速整個基因藥物研發(fā)進程。

　　3)量化自我：凱文?凱利在預(yù)測未來20年科技的發(fā)展趨勢時,第一個提到的就是“量化的自我”。所謂“量化自我”就是通過利用各種可穿戴設(shè)備，諸如智能手環(huán)、智能血壓儀、智能體脂秤等等設(shè)備，將自己一切身體數(shù)據(jù)諸如心跳記錄、血壓記錄、體重記錄、BMI記錄、等等都記錄在案。

　　人工智能通過對這些大數(shù)據(jù)進行監(jiān)控，并再輔以病人病歷數(shù)據(jù)監(jiān)控，可以為生命科學(xué)提供有利的學(xué)術(shù)研究支持，可以極為有效的加大對癌癥基因判斷的準確性。

　　結(jié)語：對于醫(yī)院來說病患的數(shù)據(jù)具有極大的科研意義，但是由于自身技術(shù)水平有限，也導(dǎo)致了巧婦難為無米之炊，而百度的人工智能技術(shù)支持正是雪中送炭，并且百度的大數(shù)據(jù)技術(shù)將在未來給大數(shù)據(jù)醫(yī)療帶來更大的價值，這體現(xiàn)了科技公司高度的社會責任。

　　我們看到BAT正在全面進入經(jīng)濟、娛樂、民生等多項領(lǐng)域，進入方式各有不同，但是在醫(yī)療領(lǐng)域，技術(shù)一定是關(guān)鍵，百度的想象力很大。