转化医学的核心"利器"：IBM-Watson开启了具有认知功能的机器人时代

  首先，它能接受任何数量级、甚至无限量级的相关信息(人类大脑牢记1000份文献的信息量估计就崩溃停摆了)。然后，通过定义信息含义和相关性，再现更高级水平的信息量模式和整合模块。最后，通过提出无限的可能性来建立假设、并验证和发现其中蕴含的相关逻辑性，根据既定需求做出决策和选择。举例说：12位全职科研人员每天不停顿地工作一年完成的抗疟疾药物筛选项目，同样的研究内容和数据信息量，应用Watson只需要12天就完成了，而且还发现了其他几种科学家根本就没有想到的候选化合物。想象一下，我们每天辛苦地探索创新药物研发，依然如故地采用着传统的20世纪方法，那么，发现新药（化合物）可能真是天大的幸运！

  其实，无论多么超强能力的计算机或智能化机器人，其先天属性首先是“原器件”和程序代码，并不具备人类特有的记忆、认知、逻辑分析和推理等属性。然而，21世纪的科技成果已经将人类社会带入了从计算程序化到智能认知化的时代了！科学家可以用人类语言来传授超级计算机或智能化机器人如何认知、分析和逻辑推理。与此同时，Watson其内在蕴藏的自我学习能力已经超过了人类个体学习和记忆能力的极限。Watson可以记住同一个化合物的各种不同名称或别名（可能有多达149种不同名称），Watson采用Bitmap图像文件形式来牢记它所学习的内容。仅此还不够用，Watson还需要学习生物学、医学、生物统计学，甚至监管机构的法规条款等所有相关知识信息，以及它们的彼此相关性等（如图所示）。Watson最核心的认知技能是能够从如此大数据和海量信息中获取关键信息的精准性，以及彼此之间的内涵与外延的逻辑相关性。可见，如果没有如此“利器”，何以做到转化医学研究的事半功倍呢？

  自从Watson出生以来，IBM并没有在自家后院“宅养”着，而是让Watson立即投入到了自20世纪以来纠缠人类社会的癌症难题中去了。因此，Watson得以师从于众多名门，包括：在Memorial SloanKattering Cancer Center学习肺癌、乳腺癌、肠癌和直肠癌的所有临床治疗方案；在MD Anderson Cancer Center学习关于白血病临床治疗方案和分子靶向治疗等；在Mayo Clinic 学习临床药物试验和新药化合物的筛选技能；与此同时，还虚心学习电子健康档案在临床疗效和药物有效性对比项目中的应用；在Baylor医学中心学习靶向性药物筛选技能，并在几周内成功地筛选出了针对P53的七种靶向化合物（还发表了论文）；在美国国家基因组学联合项目中学习癌症基因组学技术等。

  可以预期不远的将来，科学家和临床医生可以咨询Watson：“如此大数据的分析，其内在的推理和结果是什么样子的？” 甚至患者也可以咨询Watson：“我的癌症如何才能做到精准治疗?” 一旦Watson成为转化研究实践中永不知疲倦的忠诚合作伙伴，那么，生命科学转化研究的远景又向前迈进了非凡的一大步！