《表1:2011年至今IBM沃森合作项目状态总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《IBM沃森健康发展失利折射AI应用四大误区》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据来源：IEEE Spectrum，赛迪智库整理，2019年7月

三是样本数据不足，数据获取渠道尚未打通。沃森用于技术研发的医疗数据资源十分有限，一方面由于癌症的病历数量相对其他常见临床病症来说本身就十分有限，可用于深度学习模型训练的成功的案例就更为罕见。另一方面由于企业与医疗机构之间的有效沟通渠道尚未打通，获取病人真实病历面临多重阻碍以及高额的资本与时间投入。因此沃森智能癌症诊断工具的大量训练时间用于掌握肿瘤学家设计出的理想化病历与治疗方案，即便是仅有的635例真实病历数据也多集中于肺癌，不具备普适性。通过将沃森的癌症治疗建议与医院肿瘤专家的建议进行比较发现，沃森的智能诊断方案差强人意。尤其是在韩国加钦大学吉尔医疗中心为656名结肠癌患者提供的诊断建议与医生的医疗方案一致率不足一半，仅有49%。