動盪三個月的谷歌健康（Google Health），還是迎來了終局。9 月 1 日，其部門主管正式離職。此外，谷歌還“自宮”了 DeepMind 開發、曾被寄予厚望的 Streams—— 全面下架了這款醫療資料管理 App。

他們宣佈，原健康部門下各個團隊將回到原來團隊，等於宣告谷歌苦心經營的健康從此解散。但又沒完全解散，品牌還將繼續保留。

遙想當年的風光無限，而時隔僅 3 年，即便是背靠全球科技超巨頭、強悍團隊加持的谷歌健康，在醫療 AI 行業面前依舊是鎩羽而歸。

這也讓不少人唏噓：

谷歌醫療 AI，真的要走向窮途末路了嗎？

最後撤退的 Streams

事實上，谷歌健康最後“撤軍”的臨床應用 Streams，也是他們最早開始推行的專案之一。

這是一個可以幫助醫生診斷病情的 App，由 DeepMind 在 2015 年開發。

2016 年 11 月 22 日，DeepMind“驕傲”地了官宣與倫敦皇家自由醫院的合作。

他們表示，2017 年開始，Streams 就會被應用到臨床一線上。

它主要是用來幫助醫生篩查急性腎損傷（AKI）這種難被發現的疾病，以此提升臨床診斷的準確性和效率。

雖然由 AI 巨頭開發，但是 Streams 這個應用做的工作只是將現有的患者資料整合，然後再提供給醫生。

DeepMind 還提到，在未來五年的合作中，他們還會把 Streams 擴充套件到其他疾病上。

“我們認為，Streams 還可以被用於敗血症或其他器官衰竭疾病的篩查上。”

2017 年開始，DeepMind 展開了 Streams 的擴充套件之路。截至當年 11 月，他們已經與 4 家公立醫療機構達成合作關係，合作時長都是 5 年。

彼時，對醫療 AI 如此有雄心的不止 DeepMind 一家，深度學習三巨頭之一 Hinton 在這一年也說出了那句有名的“狂言”：5 年內 AI 可以取代放射科醫生。

但這一年也是 DeepMind 被推上風口浪尖的一年。

因為英國資料隱私監管機構發現，Streams 在開發階段時，合作伙伴倫敦皇家自由醫院向 DeepMind 提供了 160 萬份患者診斷記錄屬於違法行為。

事實上，醫療 AI 的發展離不開龐大資料量的支援，但涉及隱私這道紅線後，使得 Streams 在落地上遇到的困難遠比想象中的大。

負責審查 Streams 資料問題的牛津大學醫學教授 John Bell 也表示，資料在醫療 AI 中的價值不同尋常，因此這些資料必須得到很好的保護。

而且醫療 AI 對資料的依賴性很高，如果選取的資料集存在偏見，那麼它做出的判斷也會受到巨大的影響。

這件事情的發酵，似乎也給 DeepMind 潑了一盆冷水。

在 2018 年，DeepMind 宣佈退出 Streams 專案，交由谷歌全權接管。

在之後的幾年，Streams 的發展也並不如當時預估的那樣。

只有在 2019 年有過一次重大進展，當時 DeepMind 聲稱他們與美國退伍軍人事務部（VA）合作開發的技術，可以讓醫生診斷急性腎損傷（AKI）的時間縮短 48 小時。

這對於 AKI 的治療具有重大意義，專家認為如果幹預夠早，多達 30% 的病例可以被預防。

但是在其他疾病的篩查上，谷歌卻沒有披露更多進展。

彼時已經放棄了 Streams 的 DeepMind，轉戰生物領域後開發出可以預測蛋白質三維結構的 AlphaFold 和 AlphaFold2，其中 AlphaFold2 已經預測了 98.5% 的人類蛋白質結構。

顯然，不受資料問題困擾的 DeepMind，在技術上更能大顯身手。

另一邊，Streams 頹勢依舊。

到了今年上半年，英國的多家公立醫療機構也紛紛結束了與 Streams 的合作，谷歌也在陸續刪除 Streams 中的資料。

顯然，用“雷聲大雨點小”來形容 Streams 專案，再貼切不過了。

節節敗退的谷歌醫療

Streams 作為谷歌健康完整過程的見證者，其實它的“經歷”，也正是谷歌在醫療 AI 發展的縮影。

2018 年，谷歌健康正式成立。

DeepMind 在 AI 領域頂尖的技術，加上谷歌優秀的商業化變現能力，這讓外界很難不看好它。

一方面，在技術上，DeepMind 在醫療 AI 領域已經有了多年的積累。

除了之前提到的臨床應用 Streams，他們還開發了可以篩查乳腺癌和識別 50 多種眼疾的技術。

並在 2017 年開始與英國多家公立醫療機構展開合作，對醫療一線情況也有深入的瞭解。

團隊高階醫療科學家 Dominic King 博士曾表示：

加入谷歌健康後，他們將致力於讓醫療裝置、系統變得更加方便，從而變革一線醫生的工作方式。

另一方面，在商業化上，谷歌請來了 David Feinberg 擔任部門主管。

他是美國頂級醫療保健機構蓋辛格醫療中心的前 CEO，曾主持了整個賓夕法尼亞衛生系統 Geisinger 的建立，並統一了這個系統在醫療領域的各個分散專案。

當時行業普遍認為，David Feinberg 的加入會讓谷歌在醫療健康領域的發展如虎添翼。

但現實情況是，這谷歌與醫療相關的創新業務並沒有做起來。

谷歌最新一期 2021 Q2 季度財報顯示，包括 DeepMind、智慧醫療 Verily 在內的其他業務依舊虧損。

營收為 1.92 億美元，虧損為 13.98 億美元，虧損較去年同期還有上漲。

在具體業務的開拓上也不順利。

除了飽受爭議的 Streams 應用，谷歌健康成立後重點宣傳的糖尿病視網膜病變篩查業務，也在落地上出現了不少問題。

據谷歌發表在《美國醫學會期刊》（JAMA）上的研究顯示，AI 演算法在這一研究中起到的作用極大，使得這一工具的準確率達到了 90%，理論上幾秒就能出結果，“足以和眼科專家的診斷結果相媲美”。

2020 年，谷歌與泰國公共衛生部門合作，在泰國 11 家診所安裝了這一工具。

但由於對檢查照片的質量要求極高，導致實際的準確率遠不如預期；而且當地的網路訊號較差，使得上傳照片到給出結果需要花費相當長的時間，這導致病人更願意找醫生來診斷。

醫療 AI 真的走向末路了嗎？

事實上，這幾年不只是谷歌一家巨頭在醫療 AI 行業頻頻受挫。

IBM 的 Watson Health 部門，是 IBM 佈局醫療 AI 的視窗，主要利用 AI 幫助醫院，保險公司和製藥商管理資料、輔助診斷。

但成立 6 年，年收入才為 10 億美元，佔公司總收入 2% 以下，至今尚未獲得盈利。然而之前，IBM 光是收購 Waston 就花了 40 多億美元。

與谷歌健康幾百人規模不同，Watson Health 在 2016 年甚至達到過一萬人的規模。

然而，據 IEEE Spectrum 統計，2011-2019 年期間，IBM Watson 與其他機構合作的 25 個具有代表性的專案中，卻僅有 5 個合作專案推出了 AI 醫療產品。

不僅如此，在 2018 年，Watson 還被曝出給患者開錯了藥物，嚴重的話可能會致人死亡。

IBM 的路線不是醫學影像，而是用 NLP 去理解醫學文字。就連圖靈獎得主 Yoshua Bengio，也不看好 IBM 的這種模式，他認為：

在醫學文字檔案中，人工智慧系統無法理解其模糊性，也無法瞭解人類醫生注意到的微妙線索。

不僅是在國外，國內公司在醫療 AI 行業也曾出現過類似的情況。

例如國內某家在 2017 年 B 輪獲 2 億投資成為 AI 醫療影像領域亮眼明星的公司，還沒有挺到 C 輪就在 2019 年底左右面臨資金鍊斷裂。

醫療影像輔助診斷是當時醫療 AI 公司扎堆投入的領域。這家公司最大的賣點肺結節診斷，則是紅海中的紅海。

一家醫院接入 4、5 家 AI 肺結節診斷產品成了司空見慣，曾有影像醫師笑稱：

中國人的肺結節都不夠用了。

……

所以，醫療 AI 這條路真的走不下去嗎？

從谷歌的迴應來看，起碼他們並沒有放棄。

在一份宣告中谷歌明確表示：

深信技術在改善健康方面的力量。

並且，他們還提到增加了在健康領域的投資。

Jeff Dean 也提到，Google Health 的品牌仍將保留，只是不再作為一個統一的組織運作，其原來的團隊將被拆分到不同的部門。

比如，正在開發搜尋工具以便醫生更易搜尋病人健康記錄的臨床團隊將被劃入谷歌研究部門；專注於 AI 醫療影像的團隊則將被劃入到谷歌的搜尋和人工智慧部門。

此外，健康資料追蹤和其他醫療方面的專案也會繼續推進。

參考連結：

[1]https://www.businessinsider.com/google-deepmind-health-app-streams-technology-2021-8

[2]https://techcrunch.com/2021/08/26/google-confirms-its-pulling-the-plug-on-streams-its-uk-clinician-support-app/

[3]https://www.forbes.com/sites/johanmoreno/2021/08/21/google-dismantling-health-division/?sh=3a24274e4011

[4]https://deepmind.com/blog/announcements/working-nhs-build-lifesaving-technology