导语：假如你在一个县级医院，却可以通过Watson享受到世界一流的专家服务，那将会是一个什么样的世界。
来源：吴晓波频道
3月1日，IBM论坛2016在北京国贸大酒店举行，这次论坛主要讨论了一个词汇——认知商业。幼儿园还没有毕业的小巴不太理解，就询问了受邀出席本次论坛的吴老师，于是吴老师将论坛上一些专家的演讲速记稿发给小巴，让小巴好好学习一下。
什么是“认知计算”?
认知计算是通过与人的自然语言交流及不断学习从而帮助人们做到更多的系统，是从硬件架构到算法策略、从程序设计到行业专长等多个学术领域的结合。当认知技术融入商业，它将能够使人们更好地从海量复杂的数据中获得更多洞察，从而做出更为精准的决策。这就是所谓认知商业。
认知系统和传统的编程系统有何不同?
认知系统和传统编程系统有三大能力的不同。第一，基于传感器的数据，认知系统能够以一个令人惊讶的速度完成文本的阅读和理解，而不仅仅是搜索。第二，认知系统能够做推理和假设，从而建立自己的一些观点，并基于这些信息的概率提出一些建议。第三，认知系统可以不断进行学习。随着数据越来越多，认知系统可以进行思考，变得更加聪明。今后根据行业和技术以及他们的专业，人们要对认知系统进行培训。
这样看起来，好像还是不太明白什么是“认知商业”。也是，如果三言两语可以解释清楚，还要召开一整天的论坛干啥呀!不如我们就从每个人都最关心、最离不开的医疗体验作为例子，让这些来自顶级科技公司的大佬们来给我们上一课吧!
(陈黎明 IBM大中华区董事长)
医疗跟我们每个人都息息相关，而认知医疗是在认知时代研究最广泛、也是发展最快的领域和行业之一。
众所周知，中国的医疗行业面临着极大的挑战：一方面我们人口众多，另一方面我们的资源分布极不平衡。去年一年，我们有75亿人次去医院看诊，这是一个非常庞大的数字。而且，由于资源的不平衡，好的医生都集中在大的城市、三甲医院，而大量基层社区医院没有足够的资源，所以所有的人都希望到三甲医院享受到最好的医疗服务。结果导致大医院人山人海，挂号难、看病难、住院难。
这种情况还导致了高度紧张的医患关系，而诸如医护的保健、疾病的防护、慢性病的管理，这些本来应当由社区医院解决的问题，也得不到有效的关注。
认知科技在这个领域可以发挥什么样的作用呢?
前不久IBM收购了一家管理了7500家医院影像资料的公司Merge。IBM的认知平台Watson跟Merge携手之后，只要你有片子，就可以通过Watson来为你读片。在一次比试当中，Watson快速分析了3000份影像资料，准确率高达85%，而一个好医生的准确率也仅仅是74%-84%。
在Watson另外一个实战案例中，Watson为了给一位亚裔癌症患者提供诊疗方案，读了3469本病例、逾24万份的期刊杂志，评估了69个教学大纲，分析了6万多份实验数据，10多万份临床报告，最终提出了3个治疗方案。如果一个医生，要读这么多的资料，穷其一生也是难以实现的，而Watson只花了17秒。这就是科技的力量。
我认为计算机的优势在于：第一，速度快，计算机可以用接近光速(30万公里/秒)的速度进行数据的传输以及转换，而一个人脑的转换速度每秒钟只是100米，两者之间相差了300万倍。第二，记忆超群，毕竟人类所能够记忆的东西是十分有限的，但计算机一旦记住这个东西，除非你去删除它，计算机是不会忘掉的。第三，一旦掌握了一个技能，计算机可以重复使用。这些特点是人类医生没有办法比拟的。
试想一下，假如你在一个县级医院，却可以通过Watson享受到世界一流的专家服务，那将会是一个什么样的世界。
(程立飞 美敦力大中华区副总裁)
糖尿病患者的需求很简单，就是把自己的血糖能够控制在一个合理的范围，避免或者减少并发症，能够过上一个正常的生活。通过和IBM的合作，我们可以提供以下几个方案。
一是有一个穿戴式的血糖仪，帮助实时监控你的血糖和它的变化，把数据处理成信息，更好地帮助预测和预警。二是通过临床的指南和结合线上的医生，一起给病人提供一个更有个性化和针对性的建议，使病人更好地管理好自己的血糖，比如用药和良好的生活方式。同时我们会根据病人的病情和他所处的环境，联系线下的医疗机构，比如社区医院、三甲医院，以及医生和护士，在适当的时候对病人进行干预，比如血糖的监测、必要的时候进行强化的治疗。三是按照这些途径和方法来实现治疗，我们会记录很多数据，我们有足够的证据给支付方说按照这个方法实现支付，同时也把社会医疗的资本和费用更好地优化。
所以IBM和美敦力的合作是一个新的起点，希望能够开发出一些颠覆性的技术和方案解决这个问题。
(谷成明 辉瑞制药副总裁)
好医生与差医生的差别在两个方面：一是知识，二是经验。我们的社区医院缺少好医生，一个医生需要五年的大学、三年的硕士、三年的博士还有三年的规培，资源非常珍稀。那么如何解决看病难、看病贵的难题呢?
我们在南方一个几百万人的城市做了一件事情。用认知系统记载20万糖尿病都到哪里看病。三年前，80%的人在大医院看病，20%在小医院看病。后来，通过IBM认知技术的帮助，每一个政策出台之后，我们可以看到有多少人分流到下面的医院，或是一些重病人从下面医院转上去了。
经过几轮政策下来之后，最后的数据是30%的人在大医院看病，70%的人已经转到了社区医院。这就是非常好的分级诊疗的规范，大医院放得下，小医院接得住。这些数据非常清楚地让我们知道中国的政策在这座城市的效果，这对我们今后政策的制定非常有帮助。
(沈晓卫 IBM中国研究院院长、大中华区首席技术官)
今天很多嘉宾都谈到认知医疗，这里特别强调的一点是，我们已经取得了很多初步性的成果，但是我们今天看到的只是冰山一角。
从一个维度来看，今天的医疗很多是根据医疗数据，而医疗数据相比于基因数据只是非常小的一部分。再相比于一个大健康的数据，包括我们家族的历史、成长的环境，再比如所在城市清洁程度、污染程度等等，都会影响到我们的健康。
有研究显示，今天的医疗用到的数据最多能够贡献10%，如果我们把基因数据做一个完整的运用，可能会达到50%。比如肿瘤诊治的方案，可以把2000万份以上的关于肿瘤的特别治疗的论文进行学习，当有一个病人来的时候，医生可以把电子病历等等病人的信息从远端传递给认知系统，这个系统就会分析给出一个解决方案的建议供医生参考。
其实，不仅仅是在医疗系统，现在全世界各个行业高管对于认知系统都非常感兴趣，而它在教育行业、制造业的等等行业都具有着非常巨大的穿透力，“认知商业”收效颇丰。
就像吴老师在论坛上所说：
“今天我们在中国地区的制造业朋友、服务业朋友，其实都已经感受到了这些工具带来的进步，和给我们造成的种种恐慌。一个新工具的出现，也就意味着一个行业的转折点时刻到来了。汽车对马车的替代，计算机对笔和墨水的替代，其实都意味着行业转折点的到来。
我常想，当我进入到老年的时候，在座各位有些朋友进入到盛年的时候，我们国家这一场经济改革最终到底是以一种怎么样的方式来落幕呢?我唯一相信的一件事情是技术，我相信技术能够突破很多很多的东西。学习认知技术，让我们一起拥有了一个新的工具，从此我们也就有了一个重新出发的勇气和机会。”
