IBM припиняє продаж Watson AI для виявлення та дослідження ліків [Updated]

Оскільки вбудований цикл AI обговорювався, ми зверталися до численних претензій про те, які вдосконалення та прориви технологія може забезпечити. Одним з найбільш фундаментальних - і потенційно важливих - була ідея про те, що ми можемо використовувати ІІ для пошуку нових лікарських засобів і методів лікування існуючих умов, коли нинішні варіанти вичерпані.

Саме ця обіцянка зараз виявилася короткою. IBM оголосила, що припинить продавати свою систему Watson AI як інструмент для виявлення ліків. Це гучний рекорд для компанії, яка агресивно рекламує AI як корисну для цих цілей і яка зіткнулася з проблемами в минулому році, коли в звітах вказувалося, що її системи внесли неправильні, небезпечні рекомендації для хворих на рак (рекомендації системи ніколи не були введені) ефекту).

Хоча IBM наводить причину для свого виходу, повільні продажі є потенційно відповідальними. Нещодавнє глибоке занурення IEEE Spectrum ставить контекст навколо цих питань. Висновок: Після багаторічної роботи та низки проектів, що вийшли на світ, IBM має надзвичайно мало для своїх зусиль. І компанія створила певну кількість недоброзичливості до себе, пише IEEE, тому що він взяв агресивний, маркетинговий перший підхід до AI та Watson, обіцяючи грандіозні досягнення, які точно не зображують те, що система може насправді досягти.

Уотсон вразив світ своєю працездатністю на Jeopardy і здатністю аналізувати відносини між словами, а не розглядати їх як пошукові терміни. Теоретично, Уотсон міг би використовувати свій двигун, щоб подібним чином розібрати пакети медичних даних, знайшовши прихований сигнал в системі, заповненій шумом. Реальність не співпрацювала. З невеликого обсягу досліджень, проведених з використанням AI для поліпшення результатів пацієнтів, жоден з них не задіяв Watson IBM.

Частина IEEE намагається відзначити, що IBM зіткнулася з величезними проблемами, намагаючись привести свою програму AI в Інтернет і ефективно використовувати її для людської медицини. Нічого подібного Watson (або те, що Watson був призначений бути) ніколи не існувало раніше. Ніхто не знав, як його побудувати. Yoshua Bengio, провідний дослідник AI в Університеті Монреаля, підсумував зусилля, щоб допомогти AI зрозуміти медичні тексти і термінологію таким чином: «Ми робимо неймовірно краще з NLP, ніж ми були п'ять років тому, але ми все ще неймовірно гірше люди ”.

Проблема Vexing

Проблема Уотсона не в тому, що вона не спрацювала. Проблема полягає в тому, що Watson не виконує потрібні дії. Незважаючи на те, що він швидко навчився приймати і обробляти величезну кількість даних, він мав багато труднощів у виявленні інформації в рамках дослідження, яке могло б змусити лікарів фактично змінити свій процес догляду. Це особливо вірно, якщо відповідна інформація була випадковою з точки зору дослідження.

Оскільки дані про пацієнтів не завжди були правильно відформатовані або навіть не в хронологічному порядку, програмне забезпечення не розпізнало історії пацієнтів. Система не могла порівняти нових онкологічних хворих з базами даних попередніх пацієнтів для виявлення прихованих схем лікування, оскільки така практика не вважається обґрунтованою. Створення сильної рекомендації з доказової медицини вимагає подвійних сліпих досліджень, мета-аналізів і системних обстежень доказів, а не системи ІІ, яка стверджує, що знайшла подібність між різними типами пацієнтів.

Незрозуміло, що буде далі для Уотсона, якщо взагалі. Цей інструмент мав певний успіх у вузьких, спеціально розроблених програмах з меншою неоднозначністю. Але, незважаючи на десятки запланованих ініціатив, океани ажіотажу, і великі інвестиції, компанія Watson for Drug Discovery від IBM чітко пропустила свої цілі.

Оновлення (4/22/019): IBM заперечує кілька аспектів цієї історії. Представник повідомив нам, що компанія не припиняє роботу з компанією Watson для виявлення наркотиків, а замість цього «зосереджує наші ресурси в Watson Health на подвійному зниженні на суміжній області клінічного розвитку, де ми бачимо ще більшу ринкову потребу в даних і AI можливостей ».

Це не припинення. Це лише зовсім інша спрямованість на сусідніх ринках, де IBM вважає, що вона може заробити більше грошей.

Далі, IBM заперечує звинувачення, що Watson Health мало що може показати для своїх зусиль. Він не дає жодних доказів для цього твердження, за винятком того, що (цілком правдиво) відзначає, що лікування раку є надзвичайно важким, а медичний прогрес - повільним. З цим ми повністю згоден.

Питання не в тому, чи робить компанія IBM щось важливе або важливе, зосереджуючись на дослідженнях раку, але чи виробляють його продукти ефективні результати. Постійна розповідь від компаній і організацій, які використовували ці продукти, до цих пір є «ні», або, принаймні, «не на рівні майстерності та можливостей, які обіцяв відділ маркетингу». Спектр, що походять від специфічного застосування ІІ до вузьких, добре зрозумілих проблем.

Нарешті, корпорація IBM відзначає, що за результатами дослідження рекомендацій щодо лікування раку його точність збільшилася з 73 відсотків у 2017 році до 93 відсотків згідно з опитуванням січня 2018 року. Не зовсім зрозуміло, що саме вплинуло на це поліпшення або чи можна досягти успіху у поліпшенні здібностей Уотсона або якщо інші аспекти процесу оцінювання були змінені для досягнення кращого результату. Другий тест зосереджувався лише на випадках, що не узгоджуються з першим тестом, а не на повторному тестуванні всього набору даних.