动荡三个月的谷歌健康（Google Health），还是迎来了终局。9 月 1 日，其部门主管正式离职。此外，谷歌还“自宫”了 DeepMind 开发、曾被寄予厚望的 Streams—— 全面下架了这款医疗数据管理 App。
他们宣布，原健康部门下各个团队将回到原来团队，等于宣告谷歌苦心经营的健康从此解散。但又没完全解散，品牌还将继续保留。
遥想当年的风光无限，而时隔仅 3 年，即便是背靠全球科技超巨头、强悍团队加持的谷歌健康，在医疗 AI 行业面前依旧是铩羽而归。
这也让不少人唏嘘：
谷歌医疗 AI，真的要走向穷途末路了吗？
事实上，谷歌健康最后“撤军”的临床应用 Streams，也是他们最早开始推行的项目之一。
这是一个可以帮助医生诊断病情的 App，由 DeepMind 在 2015 年开发。
2016 年 11 月 22 日，DeepMind“骄傲”地了官宣与伦敦皇家自由医院的合作。
他们表示，2017 年开始，Streams 就会被应用到临床一线上。
它主要是用来帮助医生筛查急性肾损伤（AKI）这种难被发现的疾病，以此提升临床诊断的准确性和效率。
虽然由 AI 巨头开发，但是 Streams 这个应用做的工作只是将现有的患者数据整合，然后再提供给医生。
DeepMind 还提到，在未来五年的合作中，他们还会把 Streams 扩展到其他疾病上。
“我们认为，Streams 还可以被用于败血症或其他器官衰竭疾病的筛查上。”
2017 年开始，DeepMind 展开了 Streams 的扩展之路。截至当年 11 月，他们已经与 4 家公立医疗机构达成合作关系，合作时长都是 5 年。
彼时，对医疗 AI 如此有雄心的不止 DeepMind 一家，深度学习三巨头之一 Hinton 在这一年也说出了那句有名的“狂言”：5 年内 AI 可以取代放射科医生。
但这一年也是 DeepMind 被推上风口浪尖的一年。
因为英国数据隐私监管机构发现，Streams 在开发阶段时，合作伙伴伦敦皇家自由医院向 DeepMind 提供了 160 万份患者诊断记录属于违法行为。
事实上，医疗 AI 的发展离不开庞大数据量的支持，但涉及隐私这道红线后，使得 Streams 在落地上遇到的困难远比想象中的大。
负责审查 Streams 数据问题的牛津大学医学教授 John Bell 也表示，数据在医疗 AI 中的价值不同寻常，因此这些数据必须得到很好的保护。
而且医疗 AI 对数据的依赖性很高，如果选取的数据集存在偏见，那么它做出的判断也会受到巨大的影响。
这件事情的发酵，似乎也给 DeepMind 泼了一盆冷水。
在 2018 年，DeepMind 宣布退出 Streams 项目，交由谷歌全权接管。
在之后的几年，Streams 的发展也并不如当时预估的那样。
只有在 2019 年有过一次重大进展，当时 DeepMind 声称他们与美国退伍军人事务部（VA）合作开发的技术，可以让医生诊断急性肾损伤（AKI）的时间缩短 48 小时。
这对于 AKI 的治疗具有重大意义，专家认为如果干预够早，多达 30% 的病例可以被预防。
但是在其他疾病的筛查上，谷歌却没有披露更多进展。
彼时已经放弃了 Streams 的 DeepMind，转战生物领域后开发出可以预测蛋白质三维结构的 AlphaFold 和 AlphaFold2，其中 AlphaFold2 已经预测了 98.5% 的人类蛋白质结构。
显然，不受数据问题困扰的 DeepMind，在技术上更能大显身手。
另一边，Streams 颓势依旧。
到了今年上半年，英国的多家公立医疗机构也纷纷结束了与 Streams 的合作，谷歌也在陆续删除 Streams 中的数据。
显然，用“雷声大雨点小”来形容 Streams 项目，再贴切不过了。
Streams 作为谷歌健康完整过程的见证者，其实它的“经历”，也正是谷歌在医疗 AI 发展的缩影。
2018 年，谷歌健康正式成立。
DeepMind 在 AI 领域顶尖的技术，加上谷歌优秀的商业化变现能力，这让外界很难不看好它。
一方面，在技术上，DeepMind 在医疗 AI 领域已经有了多年的积累。
除了之前提到的临床应用 Streams，他们还开发了可以筛查乳腺癌和识别 50 多种眼疾的技术。
并在 2017 年开始与英国多家公立医疗机构展开合作，对医疗一线情况也有深入的了解。
团队高级医疗科学家 Dominic King 博士曾表示：
加入谷歌健康后，他们将致力于让医疗设备、系统变得更加方便，从而变革一线医生的工作方式。
另一方面，在商业化上，谷歌请来了 David Feinberg 担任部门主管。
他是美国顶级医疗保健机构盖辛格医疗中心的前 CEO，曾主持了整个宾夕法尼亚卫生系统 Geisinger 的建立，并统一了这个系统在医疗领域的各个分散项目。
当时行业普遍认为，David Feinberg 的加入会让谷歌在医疗健康领域的发展如虎添翼。
但现实情况是，这谷歌与医疗相关的创新业务并没有做起来。
谷歌最新一期 2021 Q2 季度财报显示，包括 DeepMind、智能医疗 Verily 在内的其他业务依旧亏损。
营收为 1.92 亿美元，亏损为 13.98 亿美元，亏损较去年同期还有上涨。
在具体业务的开拓上也不顺利。
除了饱受争议的 Streams 应用，谷歌健康成立后重点宣传的糖尿病视网膜病变筛查业务，也在落地上出现了不少问题。
据谷歌发表在《美国医学会期刊》（JAMA）上的研究显示，AI 算法在这一研究中起到的作用极大，使得这一工具的准确率达到了 90%，理论上几秒就能出结果，“足以和眼科专家的诊断结果相媲美”。
2020 年，谷歌与泰国公共卫生部门合作，在泰国 11 家诊所安装了这一工具。
但由于对检查照片的质量要求极高，导致实际的准确率远不如预期；而且当地的网络信号较差，使得上传照片到给出结果需要花费相当长的时间，这导致病人更愿意找医生来诊断。
医疗 AI 真的走向末路了吗？
事实上，这几年不只是谷歌一家巨头在医疗 AI 行业频频受挫。
IBM 的 Watson Health 部门，是 IBM 布局医疗 AI 的窗口，主要利用 AI 帮助医院，保险公司和制药商管理数据、辅助诊断。
但成立 6 年，年收入才为 10 亿美元，占公司总收入 2% 以下，至今尚未获得盈利。然而之前，IBM 光是收购 Waston 就花了 40 多亿美元。
与谷歌健康几百人规模不同，Watson Health 在 2016 年甚至达到过一万人的规模。
然而，据 IEEE Spectrum 统计，2011-2019 年期间，IBM Watson 与其他机构合作的 25 个具有代表性的项目中，却仅有 5 个合作项目推出了 AI 医疗产品。
不仅如此，在 2018 年，Watson 还被曝出给患者开错了药物，严重的话可能会致人死亡。
IBM 的路线不是医学影像，而是用 NLP 去理解医学文本。就连图灵奖得主 Yoshua Bengio，也不看好 IBM 的这种模式，他认为：
在医学文本文件中，人工智能系统无法理解其模糊性，也无法了解人类医生注意到的微妙线索。
不仅是在国外，国内公司在医疗 AI 行业也曾出现过类似的情况。
例如国内某家在 2017 年 B 轮获 2 亿投资成为 AI 医疗影像领域亮眼明星的公司，还没有挺到 C 轮就在 2019 年底左右面临资金链断裂。
医疗影像辅助诊断是当时医疗 AI 公司扎堆投入的领域。这家公司最大的卖点肺结节诊断，则是红海中的红海。
一家医院接入 4、5 家 AI 肺结节诊断产品成了司空见惯，曾有影像医师笑称：
中国人的肺结节都不够用了。
……
所以，医疗 AI 这条路真的走不下去吗？
从谷歌的回应来看，起码他们并没有放弃。
在一份声明中谷歌明确表示：
深信技术在改善健康方面的力量。
并且，他们还提到增加了在健康领域的投资。
Jeff Dean 也提到，Google Health 的品牌仍将保留，只是不再作为一个统一的组织运作，其原来的团队将被拆分到不同的部门。
比如，正在开发搜索工具以便医生更易搜索病人健康记录的临床团队将被划入谷歌研究部门；专注于 AI 医疗影像的团队则将被划入到谷歌的搜索和人工智能部门。
此外，健康数据追踪和其他医疗方面的项目也会继续推进。
参考链接：
[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
加载中,请稍侯......