他的眉头紧锁，思索着该如何采取下一步的诊疗。这个肿瘤病人已经入院月余，但情况棘手，经专家会诊，保守者有之，激进者有之，意见不一。他想尝试一种新型的疗法，可是国内并无先例，所谓一念天堂，一念地狱，人命关天，对于这种疗法，他也无法预估结果是好是坏。
“如果能够找到来自纪念斯隆-凯特琳癌症中心最相关的病例文献就好了”，他的心中充满了遗憾。
他是一名年轻的肿瘤专家，虽然精力旺盛，但每天的诊疗、手术已经耗去他大量的时间，他希望能够找到国外最权威的相关病例作为参考，但在如繁星般的相关医学资料中找到最契合的信息，是一件耗时巨大的工程。病人情况严峻，他通宵达旦，心急如焚，但却不能立刻找到更好的办法。这样的案例是他工作中需要逾越的一座山。
韶华易逝，多年过去，当年的年轻才俊已然满头华发。为了弥补当年的缺憾，他每天都在学习，每天都在积累。那些年，资料都是一本本厚厚的书籍；这些年，医学资料在逐步数字化，他可以更加方便的获取资料，更加方便的进行检索。但他知道，这还不够，医学资料已经积累成一个浩瀚的海洋，而他竭尽全力所能触及的，也不过是其中的一个海岛。
在肿瘤界多年耕耘，他已经成为国内为数不多的肿瘤专家，但他不想停下，虽然已经不用经常亲临一线，他还是希望把多年积累的知识和经验总结，医院中年轻的医生们，因为他知道，这些年轻人很多时候需要一个“智囊”，帮助他们做出更准确更快速的决策；医院也需要他这样的老专家来“传帮带”，开枝散叶，培养出更多的医疗人才。
或许这种日子会一直持续下去。直到在一次医学会议上，他邂逅了一位特别的“医生”，IBMWatson，和福尔摩斯的得力助手有着相同的名字。
特别的是，这位朋友并不是人类，而是一套计算机系统。
一位特别的朋友
他不是一个顽固的人，他乐于接受新鲜事物。在医院的几十年里，他一度积极倡导将信息技术应用于诊疗、科研、教学、以及对患者的服务当中，成果斐然。但面对“Watson”，这位老专家却心存质疑。
只见一位年轻的医生将一位肿瘤患者的病历输入了Watson肿瘤解决方案，不多时，就返回了结果，这其中包括诊疗方法和用药的建议。让他惊讶的是，这和他对这位患者下一步治疗方案的初步判断几乎相同。他曾经处理过类似的病例，当时，做出这样的判断是经过了大量的研究和循证，而Watson肿瘤解决方案却将这件事变得很高效、迅捷。
他是一位严谨的医学专家，他深知，肿瘤临床过程复杂而多样化，肿瘤治疗需要遵循“循证医学”，必须建立在严谨的科学方法和证据之上，建立在权威的世界医学共同体累积的可靠医学知识和方法。也就是说，任何一位医生，包括他，都不能武断的针对病症做出判断，也很难快速给出最精确的个性化的诊疗方案。
他笑了笑，眼神中充满了疑惑，这难道是在拍科幻电影？还是在玩什么把戏？
“IBMWatson”可以成为医生助手？
这并不是在拍科幻电影，也不是一套经过编排的把戏，就像过去科幻电影中的很多桥段都已经变为现实，这仿佛也是“幻想”现实化的一个例子。
IBMWatson是一套计算系统，但它并不是基于传统的编程计算系统，而是一套“认知”系统。
“认知”系统和传统编程计算系统的区别有三：理解，Watson具有强大的理解能力。通过自然语言理解技术，和卓越处理结构化与非结构化数据的能力，在众多行业能够与用户进行交互，并理解和应对用户的问题；推理，有智能的逻辑思考能力，Watson能够透过数据揭示洞察、模式和关系；学习，Watson通过以证据为基础的学习能力，能够从大数据中快速提取关键信息，像人类一样进行学习和认知。可以通过专家训练，并在交互中通过经验学习来获取反馈，优化模型，不断进步。
曾经，在美国电视问答节目《危险边缘》之中，IBMWatson战胜了人类冠*，它能够听懂人类语言，比人类更快、更准确的得出问答结果。原理在于，它得出结果是基于“证据”的，首先分析问题和主题——从答案来源中生成假设——从证据来源中给假设和证据评分——合并和排名置信度计算——得出具有置信水准的答案。
通俗来说，面对一个问题，IBMWatson理解后会产生很多答案，然后会收集一些证据来支持这些答案，然后根据对不同答案的评分作出最好的选择。Watson还具备适应和学习的能力，可以进行人机对话，吸收人们给予它的新信息，对它所作的决定或者答复加以修改和改进。
这种“认知”能力让Watson不仅能够成为一个游戏高手，也能成为一名“医生助理”。
那位老专家邂逅的“助理医生”，则是由纪念斯隆-凯特琳癌症中心（MemorialSloanKetteringCancerCenter）所训练的IBMWatson肿瘤解决方案（IBMWatsonforOncology），在上岗之前，Watson肿瘤解决方案已经“学习”了超过种医学期刊、多本教科书以及近万页文本，它所得出的医学决策，是依据数以千计的历史病例分析患者数据。
所以，Watson肿瘤解决方案所遵循是基于大数据的“循证医学”。
它从医学示例中学习，而并非通过编程实现；它通过训练/测试用例以及医生对这些用例的解释而获得基本事实，能够随着新信息和成果的积累以及所采取的行动而不断进步；它能生成和评估与病例相对应的一系列假设，而不是仅限于特定领域或者简单的决策树逻辑；它能提供一系列概率性的治疗方案选择，根据可信度进行加权分类，同时能提供这些诊疗方案选项的基本理由，并提出证据来支持或反驳这些方案。
Watson肿瘤解决方案并不是简单的列出针对患者的指导选择，而是通过分析提供治疗方案选项以及相关的证据支持信息，有了这样的能力，Watson肿瘤解决方案能够成为临床、教学和科研的优秀助手。
——它能够通过对医学文献进行打分评级，迅速整理病患医疗记录，以提高肿瘤学家的工作效率。
年，已经发表的与肿瘤相关的医学类杂志大概有44万篇，理论上，如果一个肿瘤医生把这些纳入到大脑中的话，每周大概要花个小时，这是不可能做到的，而Watson肿瘤解决方案要读完这些资料只需要很短的时间，这为医生研究著述提供了极大的方便，在科研中可以就具体病例找到已有的经验和文献，还可以找到匹配的临床试验。Watson肿瘤解决方案能够成为医生和知识之间的桥梁。
——它能够通过分析海量医学文献，确定个性化诊疗方案，助力肿瘤学家为患者提供高质量、循证型癌症治疗方案。
证据在肿瘤治疗中的重要性不言而喻，医生要根据证据对病人提出建议。但文献证据的来源和级别不同，诊断的可靠程度也不同，一直以来，肿瘤医生必须对文献证据进行谨慎评估，合理使用，否则会带来不良后果。Watson肿瘤解决方案在提供诊疗方案选项的同时，还会详细列出每个方案的证据支撑，规范而精准，并且兼顾个性化，这使得医生的决策更具信心。
——它是一个能够不断学习的系统，可通过纪念斯隆-凯特琳癌症中心，获得世界顶级肿瘤学专业国际水准肿瘤治疗专业知识。
客观来说，Watson肿瘤解决方案并不能取代医生的角色，而是帮助医生更好的做好诊疗工作。不难预见，它所代表的“认知计算”技术将会在未来，会在医疗健康的各个领域发挥更大的作用。
Watson肿瘤解决方案来到了中国
时下，中国正面临着日趋严峻的癌症挑战，对于中国14亿人口来说，癌症现已位居死亡率榜首。仅年，中国就有万新发癌症病例，且有超过万人死于癌症。据估计，中国每天大约有12,个新增癌症诊断病例。
另一方面，专家指出，由于地理、经济、技术、文化等方面的因素，中国的肿瘤诊疗短板在农村，医院的诊疗水平亟待提高，多数医院未设置肿瘤科，即便是有，也存在不具备诊断达标能力的现象。
肿瘤具有特殊性，最优治疗通常需要基于个性化的循证诊疗方法。面对未来大量新增的肿瘤研究病例，为保持使用最佳治疗实践，中国医生将面临与日剧增的压力。
所以，如果Watson肿瘤解决方案能够进入中国，成为中国肿瘤医生的助手，无论对于医生还是患者，都将是一个福音。
所幸的是，Watson肿瘤解决方案并没有让中国医生等的太久。
8月11日，IBM与杭州认知网络科技有限公司（以下简称“杭州认知”）共同宣布，在华已有21家医院计划使用经由纪念斯隆-凯特琳癌症中心训练的IBMWatson肿瘤解决方案（IBMWatsonforOncology），以期基于此认知计算平台助力中国医生获得个性化的循证癌症治疗方案。其中，杭州认知将提供销售、服务及客户支持等服务，包括以本地化形式更好地将IBMWatson洞察带给中国医生。
医院表示将采用Watson肿瘤解决方案，为“认知系统”在中国医疗领域的应用开了个好头。或许在不久的将来，不仅在肿瘤这种疑难疾病的诊疗之中，在人类日常的健康管理中，认知计算都能有极大的应用潜力，助力每一个普通民众都能够有可能主动型的自我健康管理——这势必带来一场新的健康管理创新运动。
欢迎