編者按：從產品惡評、營收下降，到部門裁員，再到前不久部門負責人離職，Watson陷入空前輿論漩渦。
批評者自然個個態度鮮明，肯定者也無一不意志堅定，各種聲音，讓人莫衷一是。
作為一個深耕醫療領域的媒體，動脈網不敢讓任何先入為主的態度主導我們的立場，相反，我們又使出了自己習以為常的笨功夫——
圍繞“Watson在醫療領域究竟表現怎樣”這個話題，近期動脈網做了大量調查，採訪了大量有使用經驗的醫生、相關科室的主任、AI技術專家、相關的企業，獲得了大量的第一手資料。
在本文中，我們並不試圖給出一個具體的觀點，只是想把獲得的材料整理分類，原原本本地呈現給廣大讀者，幫助他們自己去判斷。
遺憾的是，由於資料太過豐富，經過精簡再精簡，仍有萬字之多。
為了便於讀者閱讀，本文分為4個板塊，分別是：
板塊1：突然陷入漩渦的明星
板塊2：專家眼中的Watson優缺點及其貢獻
板塊3：滬、浙、豫、川醫生們的使用體驗
板塊4：動脈網獨家採訪Watson中國總代理
請讀者根據需要，選擇重點閱讀。
板塊1：突然陷入漩渦的明星
縱觀全球企業史，不難發現，成功的公司之所以長久不衰，甚至興盛百年，就是因為能夠持續推出里程碑式的產品和服務，為自己拉出一次又一次的成長曲線。
對於藍色巨人IBM來說，這類產品實在是數不勝數，如System/360、鐳射近視手術、RAM、PC以及大家熟悉的Thinkpad……
當前，Watson無疑也是被賦予了歷史重任的產品。IBM希望通過其認知平臺“沃森”，借人工智慧之力實現自身向“認知計算”的轉型。
按照IBM認知解決方案和IBM研究部高階副總裁John Kelly的說法，IBM Watson Health 的關注重點是，將下一代 AI 技術應用於癌症治療。押寶癌症這一方向，IBM Watson Health目前已經開發了三個獨特的癌症治療解決方案，輔助全球各地的醫生對患者進行診治：
Watson產品線
Watson 腫瘤解決方案 (Watson for Oncology) 可以提供多種治療方案，擴充腫瘤專家自身的專業知識；
Watson 臨床試驗匹配解決方案 (Watson for Clinical Trial Matching) 幫助將患者與可能挽救生命的臨床試驗進行匹配；
Watson 基因解決方案 (Watson for Genomics) 使用基因測序技術，向針對腫瘤的個性化醫療大踏步邁進。
在2017年以前，Watson還是普遍被看好的明星專案，與安德森中心的“分手”導致其被“拉下神壇”，負面訊息接踵而至：
2017年2月，運營M.D.安德森中心的德克薩斯大學宣佈關閉與 IBM 的合作專案，為合同上最初價值 240 萬美元的專案向 IBM 支付高達 3900萬美元的賠款。
2017年5月，資深技術投資者和風投公司 Social Capital 的創始人 Chamath Palihapitiya 於 5 月份在 CNBC 上甚至直接炮轟：“沃森就是個笑話。”
....
2018年5月， IBM Watson Health被曝裁員；
2018年7月， IBM Watson Health被媒體曝出推薦'不安全且不正確'的癌症治療方法；
2018年10月，IBM Watson Health部門負責人Deborah DiSanzo宣佈離職。
整理媒體觀點，會發現其對Watson產品的質疑實際可以歸結於以下四類：
1.Watson事業部裁員50％至70％，證明有泡沫。
2. 診斷準確性質疑，沒有使用足夠的真實病例，IBM尚未發表任何科學論文，證明該技術如何影響醫生和患者。
3. 資料集存在認知偏見，人工傳授技能，非智慧挖掘。
4.燒錢，而且營收疲軟，達不到預期。
板塊2：專家眼中的Watson優缺點及其貢獻
Watson面臨現在的“窘境”，主要有四個原因
復星醫藥首席人工智慧專家、大數醫達CTO鄧侃日前向動脈網闡述了其對於Waston這一產品的看法，他認為，Watson面臨現在的“窘境”，主要有四個原因：
一是過度宣傳Watson代替醫生、超越醫生，能夠超越醫生的認知，出具針對疑難雜症的治療方案，這樣的宣傳迅速拉高了外界對於IBM Watson的期望。在業界還缺乏統一的測試標準，產品最終的臨床效果還有待評價的情況下，過分誇大的市場宣傳，對產品長期健康的發展並沒有好處；
二是Watson目前的理論體系還不夠完善，無法承擔機器閱讀的功能；
三是研發技術過程中，參與產品開發與研究的人員不夠充足，真實病歷數量較少；
四是IBM內部戰略規劃不當，在2015年8月份，IBM花費10億美金，收購醫療影像公司 Merge Healthcare後，並未在影像領域有突出的成績，資源整合路徑規劃不明。
Watson遇到困境並非技術問題
Watson這樣的機器學習系統是如何訓練的
根據公開資料顯示，Watson能夠支援如下方面，包括但不限於：
理解自然語言
大資料的理解和分析
動態分析各類假設和問題
精細的個性化分析能力
在相關資料的基礎上優化問題解答
在短時間內提煉洞察、發現新的執行模式
在迭代中學習，探索優化的解決方案
根據蛋殼研究院的研究，Watson 的處理邏輯是一個集自然語言處理、資訊檢索、知識表示、自動推理、機器學習等開放式問答技術的應用，基於為假設認知和大規模的證據蒐集、分析、評價 而開發的DeepQA。
雷鋒網在翻譯James Hendler教授的一篇長文中，揭示了Watson 基於“關聯知識”構築而成實現過程。簡而言之，在醫生輸入有關患者醫療狀況的資訊後，該應用程式會通過分析可能相關的已發表研究來推薦治療方法。
IBM Watson for Oncology 的操作流程包括分析患者醫療記錄、提供治療方案和排序：
1.分析患者醫療記錄，包括結構化和非結構化的資料；
2.提供治療方案選項，通過分析各種醫療資料，IBM Watson for Oncology為每一位患
者提供幾種治療方案，醫生可在這些方案中挑選
3、方案排序，給各種治療方案排序， 並註明其醫學證據
Watson的診斷過程，動脈網製圖
Watson通過不斷調整其內部處理程式來“學習”，以便在某些問題上得到高概率的正確答案，例如放射影像揭示癌症。正確的答案必須是已知的，這樣系統才能被告知，何時做對了什麼，何時做錯了什麼。系統能夠處理的訓練問題越多，命中率就越高。
通過分析、提供方案和最優方案排序，最終患者拿到手的，是一本內容豐富的癌症治療方案建議報告。
其中，包括幾種推薦方案、考慮方案和不推薦方案。在每一種建議後面，Watson“醫生”都會註明出處和依據，並按照可信度順序排列，供治療醫生參考。如果醫生選定了某一種治療方案，它還會給出採用此方案的生存率、不良反應發生率、藥物相互作用這些相關資訊，幫助醫生總體評估該方案的療效與風險。
資料難題是醫療AI企業普遍面臨的
實際上，大部分針對Watson的批評，都是指其誇大宣傳，對Watson前景過於樂觀的宣告。
如果說目前沃森還沒有取得顯著成就，那麼最明顯的阻礙之一就是它需要特定型別的資料進行“訓練”，這些資料通常要麼非常緊缺，要麼難以訪問。這不是沃森獨有的問題，這是整個醫療機器學習領域面臨的通病。
儘管資料匱乏影響了沃森的開發速度，但這對IBM的競爭對手們的影響更大。在醫療AI的演算法和模型訓練中，獲取資料的最佳途徑是與大型醫療機構密切合作，但這些機構往往在技術上非常保守。
由於醫療的嚴謹性，AI產品需要大量的臨床資料驗證才能得到認可。雖然現在各大醫院對醫療AI持開放的態度，但是同類產品之間的競爭也異常激烈，經常出現一個科室有多種同類產品供醫生使用，對於臨床資料的獲取存在一定難度。
Watson“醫生”最大的特點，就在於它能快速地學習和進步。2017年，Watson“醫生”新增癌種4個，新增治療6項，各項指標都在持續地升級和改進。而到2018年，Watson“醫生”新增治療方案已經覆蓋乳腺癌、肺癌、直腸癌、結腸癌、胃癌、宮頸癌、卵巢癌、前列腺癌、膀胱癌、肝癌、甲狀腺、食管癌和子宮內膜癌13個癌種。據介紹，Watson“醫生”學習的論文研究資料中，目前已經包括香港專家的論文。
IBM的澄清與案例
一邊是對IBM及Watson的質疑，另一邊IBM也正面回應了不斷來襲的負面輿論。
就在華爾街日報對Watson困境的報導發出三天後，IBM認知解決方案和IBM研究部高階副總裁John Kelly迅速給出了回應：
“IBM有很多值得驕傲的事情，包括對 Watson Health 進行的開創性研究。遺憾的是，一些媒體報導，包括《華爾街日報》8月11日發表的一篇報導卻扭曲並忽視了一些事實，暗示 IBM 在將人工智慧的優勢應用到醫療健康領域方面，尚未取得‘足夠’的進展。澄清事實真相迫在眉睫。”
根據《華爾街日報》給出的資料，Watson Health產品組合中最大的AI產品是Watson for Oncology，IBM通常每位患者收費200至1000美元，在某些情況下還需要諮詢費。
自2012年以來，紐約紀念斯隆凱特琳癌症中心一直在幫助IBM培訓該軟體（不使用該軟體進行患者護理）。該醫院的專家與IBM工程師合作，對腫瘤位置和共存條件等病史的相關特徵進行排序，並對特定療法的醫學研究進行排名。然後評估Watson將測試案例與治療相匹配的能力，並幫助工程師調整輸出，直到它與醫生的判斷一致。
IBM發出的報導顯示，Watson正與紀念斯隆-凱特琳癌症中心（Memorial Sloan Kettering）和梅奧醫學中心（Mayo Clinic）等頂級癌症研究機構密切合作，共同開發並改進認知解決方案。
目前，它們已在全球 230 家醫院和醫療機構中使用。至2018年6月底，患者數量達到了84,000 名，與截至 2017 年底接受該服務的患者數量相比，幾乎翻了一倍。
面對真實病例的質疑，John Kelly擺出了一系列的Watson應用情況與報告資料：
梅奧醫學中心的醫生在 ASCO 美國臨床腫瘤學會年會上所做的一份報告稱，Watson臨床試驗匹配解決方案實施後，報名參加乳腺癌試驗的比例提高了 80％（達到每月6.3名患者，之前的18個月內為每月3.5 名）。
Thaddeus Beck博士和 Highland Oncology Group的研究小組報告稱，Watson 臨床試驗匹配解決方案將臨床試驗匹配用時縮短了 78％。
Somashekhar博士和 Manipal醫院今年早些時候在《Annals of Oncology》上表示，Watson腫瘤解決方案的乳腺癌治療方案和該醫院多學科腫瘤委員會提出的治療方案的一致率達到了 93%；最近他們又表示，他們已將 Watson 腫瘤解決方案應用於多學科腫瘤委員會中的所有複雜病例，改變了 9%-11%的患者病例推薦治療方案。
Michael Kelley 博士和退伍軍人事務部剛剛決定 續簽了Watson 基因解決方案的合同。到目前為止，已有近 3,000名處於癌症 4 期的退伍軍人獲得了該解決方案支援的治療。
William Kim 博士和北卡羅來納大學萊恩伯格癌症中心（University of North Carolina Lineberger Cancer Center）發表了一項研究，Watson基因解決方案在32％的患者中發現了新的、可操作的基因突變。
Watson的歷史功績應當被肯定
在IBM的回應中，John Kelly強調，技術的作用是幫助醫生為患者提供更好的護理和治療。對於這一產品，IBM要解決的核心問題是：“Watson可以幫助腫瘤學家為他們的患者作出更有效的治療方案嗎？”核心在於“幫助”而不是“替代”。
這一觀點在動脈網與一些醫療人工智慧的企業聊起此事時的觀點有些相似，有業內人士表示，作為初創企業，會有公司將Watson作為學習物件，學習該產品的優點；另外，Watson現在的問題大多數來源於媒體的宣傳失誤，他們相信本身IBM推出這一產品時也並不是為了替醫生做診斷，人工智慧只能充當醫生助手的角色。並且就IBM這樣的技術型公司而言，他們的產品在研發過程中，應當不會離臨床太遠。
從“演繹法”到“歸納法”，醫療AI的探路者
雖然鄧侃博士認為，IBM的產品在宣傳、技術、戰略等方面存在一定的失誤，但是他也從正面肯定了Watson對於人工智慧在醫療領域應用的“歷史功績”——改變了醫療的方法論。
以CDSS（Clinical Decision Support System）臨床決策輔助系統為例，最早是在1970年前後，美國匹茲堡大學的研究人員開始從事這一領域的研究，當時研究人員使用的主要方法是從醫學教科書和醫學文獻裡提取醫學規則，規則被表達成 “if-then” 的形式邏輯。輸入患者的症狀，找到相應的 if，然後根據 then，推斷罹患的疾病。
兩年以後，1972年，史丹佛大學的教授也開始進行類似的研究，這個研究課題名叫MYCIN。MYCIN也主要是 if-then 規則庫，但是後來if-then 規則庫有了一個響亮的新名號，叫“專家系統Expert System”。
If-then規則，非黑即白，涇渭分明。後來把概率引入進規則，又用網狀結構，把眾多規則關聯在一起，這就是1990年代大紅大紫的技術，貝葉斯網路，又稱因果關係網路。
“貝葉斯”網路在數學上很美，但是落到實際應用過程中非常的複雜，始終找不到好的應用落地，於是貝葉斯網路熱了一陣以後，現在門可羅雀。
直到2011年，IBM Watson出現了。最開始的時候，IBM Watson是IBM研究院的一個研究課題，課題組從2006年開始，研究自然語言處理。他們教機器，從文獻摘錄出 “葡萄牙人，瓦斯科·達·伽馬，於1498年5月20日到達卡利卡特” 這樣的語句。又從其它文獻中，摘錄出 “卡利卡特位於印度西南部”這樣的語句。然後串聯這兩句語句，推理出這樣的結論，“葡萄牙人，於1498年登陸印度”。
這個課題最著名的結果就是Watson於2011年參加了美國知識問答電視競賽《Jeopardy》，並戰勝了人類選手。這場比賽非常重要，它事實上宣告了AI人工智慧應用時代的到來，是人工智慧史上重大的里程碑事件。在科技成果轉化為贏利產品的道路上，經過一翻評估，IBM最終選擇了AI。
而選擇醫療是IBM正確的轉向，醫療服務市場空間非常巨大。從海量病歷中，挖掘整理人類醫生的臨床診療經驗，這個方法論是歸納法。而先前從醫學文獻中提取規則的方法，是演繹法。IBM Watson改變了人工智慧醫療所使用的方法論。
近代科學的歷史說明，方法論的改變很可能帶來翻天覆地的變化。IBM Watson從海量病歷中提煉臨床診斷經驗，而不是從醫學文獻中摘抄並推理醫學規則，這是方法論的變革。IBM Watson 實際上是引領了認知革命。
目前很多人把谷歌公司的GoogleMedical Brain專案，視為人工智慧醫療的業界領袖。Google Medical Brain專案也是從海量的病歷中，挖掘整理人類醫生的臨床路徑。並且於今年4月份在Nature雜誌上發表了一篇論文，系統地描繪了Google Brain整個專案規劃。Google Medical Brain雖然在細節上略勝一籌，但與Watson方法論一致。
板塊3：醫生們的真實使用體驗
落地醫院：Watson執行良好，希望其學習更多國內案例
上海十院和周口市中醫院分別於2017年8月和2018年2月引進了Watson，並主要在腫瘤科落地使用。動脈網採訪了上海十院腫瘤科許青主任和周口市中醫院腫瘤科張躍強主任，瞭解他們所在科室使用Watson的情況。
許青告訴動脈網記者，自上海十院腫瘤科引進Watson以來，已經累計完成近650例腫瘤患者輔助決策，佔所有門診患者5成左右，涉及癌症型別包括結直腸癌、胃癌、肺癌等多發癌種。
醫生通常會在患者的病情較複雜時建議上沃森，但由於沃森輔助決策尚未納入醫保，患者只有在經濟條件允許的情況下使用Watson。“也有的患者是慕名而來使用Watson的。”許青表示，引進Watson在一定程度上提高了上海十院腫瘤科對患者的吸引力。
周口市中醫院腫瘤科患者使用Watson的比例相比要低一些，張躍強告訴動脈網，只有10%左右的患者使用了Watson。張躍強認為，患者是否使用Watson，與疾病本身複雜程度、患者經濟實力強相關。
準確性方面，許青和張躍強均表示，Watson的本質是輔助決策和治療工具，應當將其提供的治療建議與臨床疾病指南的一致性水平作為衡量準確性的標準。由於Watson在資料訓練中學習了大量臨床疾病指南和醫學文獻，其準確性相當高。張躍強表示，據他估算，沃森的準確性可以達到90%。“Watson的治療方案是基於海量的最新研究成果做出的，有時候它給出的治療方案甚至更為合理。”張躍強補充道。
然而，Watson也並非完全符合醫生的預期。許青和張躍強表示，目前，Watson的本土化水平還不能完全滿足臨床需求。沃森在國內醫院落地不適應的主要表現是提出的建議藥物國內未上市等。
早在2017年，動脈網記者就採訪過國內第一批使用Watson的醫生，浙江省中醫院乳腺外科主治醫師顧錫冬表示，對於醫生來說，Watson的用途有四種：（原文：《專訪中國首批使用Watson的醫生，他認為AI有4大用途、2點不足》）
第一個用途是以研究實證說話選擇最佳治療方案；
第二個用途是減少醫生的誤診；
第三個用途是為醫生提供全新的治療方案作為參考；
第四個用途是協助培養年輕醫生。
對於Watson不足，顧錫冬表示第一是Watson本身被定位為輔助醫生的角色，無法針對病患現實生活中的情況進行調整，僅能就客觀病理指標進行推薦方案，但腫瘤治療的情況很複雜，並不是最好的治療方案就是患者能接受的方案，很多情況還需要醫生根據病人實際狀況調整，並且去說服與安撫患者，這是Watson做不到的。
第二是Watson目前還不能中西醫結合。顧錫冬表示中醫逐漸受到重視，並且部分中國醫生在調理患者的時候或多或少會有中醫的一些影子，目前Watson尚不具備這方面能力。
因此，學習更多國內的臨床案例，才能使Watson更好地本土化。
醫生：醫療AI只是目前還不成熟
四川省人民醫院機器人微創中心主任王東也曾在公開場合表示過，醫生在診療的每個環節都希望做到真正的AI化，在診斷環節目前相對比較成熟的是Watson系統。
第二軍醫大學附屬長征醫院繆曉輝教授從醫生/使用者的角度發表了對AI的看法：
一是AI不存在造假的問題，只是當前不成熟。腫瘤化療方案只考慮了歐美指南和部分專家經驗，指南指導治療的缺陷是“紙上談兵”，未來需要融入更多專家經驗。
第二，幾年來，AI的診治能力，一直被“資深專家”蔑視，即使專家們使用著達芬奇手術機器人，都沒有感受到AI的威脅；
第三，AI的開發一定伴隨著起起伏伏，在這個過程中需要適應和調整。“AI醫學時代已經撲面而來，無論你是喜歡還是反感，它都在那裡，並遲早要扮演主角，這本是由人的意志決定的，但最終不由人的意志轉移。”
另外，在採訪中，張躍強也表示，人工智慧是大趨勢，醫院和醫生對醫療AI產品進科室應當持開放的態度。而現在醫療AI本身還處於初級階段，相信醫療AI產品未來會更加智慧和實用。
板塊4：動脈網獨家採訪Watson中國總代理
為了獲取Watson在中國真實醫療場景中的落地情況，以及外界的質疑是否屬實。
動脈網記者曾多次嘗試聯絡沃森健康事業部大中華區及亞太區總經理張文明，對方未就此事回應。隨後，我們聯絡上Watson中國總代理百洋智慧科技（以下簡稱百洋），百洋首席營銷官王必全接受了我們的採訪。
Watson是醫生的最佳得力“助手”
王必全認為，外界對Watson的質疑與指責很多是不實的，與真實情況不一致。他強調，首先，Watson並不是機器人，而是人工智慧系統，具有理解、推理分析、學習與互動能力。其次，Watson沒有處方權，它只是為腫瘤醫生提供決策支援，讓醫生節省大量時間去照顧更多病患，“就像華生之於福爾摩斯一樣，Watson是醫生的最佳得力‘助手’。”
“他們在從未使用過沃森腫瘤，從未與醫院的真實使用者做過現場調研，從未向IBM或官方運營商調查清楚沃森腫瘤真實使用場景的情況下，僅僅只是蒐羅了一些網路資訊與言論，就以一副貌似專業的樣子對它進行斷章取義的曲解，這種行為我們非常不認可，它可能會一定程度上影響沃森的。”這也是沃森首次做出公開回應。
關於“沃森開錯藥”事件
此外，王必全回應了此前在網路傳播的“沃森開錯藥”事件。
事件的肇始是美國醫學媒體STAT公佈IBM公司內部的機密檔案，檔案中記錄了臨床醫生對沃森的強烈批評，並通過案例表明，沃森給出醫療建議的過程和底層技術存在嚴重問題。
一個案例是一名65歲的男性被診斷出患有肺癌，同時伴有嚴重出血癥狀。對此，沃森給出的診療建議是接受化療和使用治療癌症的藥物貝伐單抗。然而，貝伐單抗的副作用之一是容易導致出血。
隨後，MSK做出回應稱這名“65歲男性肺癌患者”是癌症中心的醫生在訓練Watson時給出的虛構病例，只是為了訓練Watson的輔助決策能力。”王必全指出，在真實世界中，貝伐單抗屬於處方藥，必須憑醫師處方銷售、調劑和使用。同時，醫生在沃森系統中錄入患者資訊時，會被要求選擇患者是否咯血，若醫生選擇“是”，系統會自動過濾容易導致患者出血的藥物。
醫院對Watson需求明顯，但國民認知不足
王必全表示，Watson在國內落地以來，醫院對於其需求是很明顯的，醫院有培訓青年醫生的需求、有學習國際先進案例的需求，有印證治療方案的需求等等，這個Watson都能滿足。
同時，中國癌症治療也需要Watson提供規範化，可以循證的參考意見，免去患者長途跋涉之苦。此外，由於真實世界的需求與沃森真實的產品價值可以契合，醫院是非常願意接受的。
“超出預期的困難主要還是體現在國民對Watson的認知不足以及國外媒體的唱衰上。”王必全顯得比較無奈。“AI是一個全新的領域，大家對AI就會有很多樣的想法，有的人對AI的期待特別高，而有的人有點懼怕和拒絕的心理。所以一個新的事物帶到這個市場上，肯定會出現這樣或那樣的爭議。”
王必全補充道，醫療AI眼下最大的痛點儘管得到了國家層面的支援，但一些城市的收費專案尚未明確，這不利於新技術、新產品的推廣。
關於之前引起廣泛關注的沃森大規模裁員，IBM此前公開回應，經過一段時間的大量收購和遷移到IBM Cloud之後，需要使業務合理化，所以進行了人員調整。這在生意上是正常的。IBM還有數百個職位空缺，並在關鍵領域繼續招聘，如資料管理、分析和人工智慧。
已在全國22個省43個城市近80家醫院落地
2017年3月，沃森健康與百洋簽約，沃森腫瘤（Watson for Oncology）正式邁開進入中國市場的腳步。
據瞭解，Watson由IBM開發，自2011年起接受全球頂級癌症治療中心紀念斯隆凱特琳腫瘤中心（MSKCC）訓練，目前已學習超過330種醫學專業期刊、250種以上的醫學書籍、2700萬篇論文研究資料。研究資料之外，Watson還會通過真實世界和臨床案例積累資料。
目前，Watson是唯一的應用級AI工具，也是唯一能夠提供第二治療意見的AI工具。Watson的第二治療意見是基於MSK決策流程提供的標準化治療意見。
Watson能夠幫助醫生利用更短時間掌握最新文獻資料。同時，具備強大的推理、分析、互動能力，能夠為醫生提供循證的、個性化的、有優先順序的治療方案建議，並且且在每一種建議後面註明出處和依據，供治療醫生參考，而完成這一系列工作耗時不超過10秒鐘。
截至發稿，Watson已經在全國22個省43個城市近80家醫院落地。“據醫院和使用Watson的醫生及患者反饋，對Watson的輔助建議功能表示認可的，認為Watson在輔助診療和對青年醫生的教育等方面用處頗大。”王必全告訴動脈網。
據王必全介紹，Watson在其落地醫院已經深度融入臨床工作，助力學科發展，讓臨床決策更高效。具體而言，Watson在真實醫療環境中會提供基於循證醫學證據的治療建議、參與MDT討論，並快速提供詳盡的醫療決策支援材料。
據介紹，百洋和IBM正在聯合本土醫療機構進行積極探索，推動沃森本土化。未來沃森將學習更多國內的醫學指南、文獻和真實世界案例，從而更好契合國內腫瘤醫生的診療需求。
有一點可以肯定的是，不管未來沃森的發展之路如何，人類利用AI來實現醫療技術革命的探索，將會一直持續下去。