当美剧遇上“Watson医生”:滚滚红尘,戏如人生

 

每一部美剧,都是一段主角的人生。从第一季开始追某一部美剧直到最后一季结束,你会不会有一种像是完成了一项极为艰巨且重大任务的感觉?...

每天推荐精品电影
点击题目下方蓝字关注 电影工厂 ID:FactoryMovie

每一部美剧,都是一段主角的人生。从第一季开始追某一部美剧直到最后一季结束,你会不会有一种像是完成了一项极为艰巨且重大任务的感觉?如释重负却又有些失落。剧中主角的人生到此为止,而你的人生却只前进了短短一步。你陪着剧中主角经历了所有事情,而当一切都结束之后只把你一人留在了现实世界……

一部美剧如若能给人以上感受,那便是成功。在这众多经典成功美剧当中,除了大家耳熟能详的“Friends”,《实习医生格蕾》也能堪称为美剧中的“常青藤”了,虽然万恶的编剧大妈将Derek写死的时候有无数观众要给她寄刀片
,扬言要弃剧。

为什么Derek挂了大家反应这么激烈?

因为大哥长的超级帅……
……

求轻拍,放一张来自IBM Watson Health网站的帅哥朋友抚慰一下你们受伤的心灵好了。
图片转自IBM Watson Health


即便是帅到天际的Derek挂掉了,马上播出第十三季的《实习医生格蕾》依然有着强大的生命力,依旧是电视网的台柱子。

这部美剧之所以如此受欢迎,除了主角之间的爱恨纠葛、青春逼人,一些现实的不能再现实的场景相信也令大家回味无穷。

11年前,当一群雄心勃勃的青春脸庞,迎着秋日的朝阳,走进Seattle Grace医院的那一刻起,这座闪耀着成就之光的医院就成为了他们彼此竞争,追求更高医学荣耀的试炼场。

虽然男神Derek死了,但是在这个“看脸”的社会就是如此现实,我们的文章也会围绕Derek展开……
--------我是被Derek帅了一脸的分割线--------
镜头一


Katie Bryce是主角实习生Grey(格雷:以下简称Grey)负责的第一个病人,因为癫痫发作而错过选美比赛的她傲慢、刻薄,让Grey头疼不已,连Katie的主治医生Derek(男神)也为检查不出她的病因而烦恼。
于是,Derek向实习生们求助,希望大家集思广益可以找出Katie的病因,并许诺找到答案的人可以成为他的手术助手,这大大地激发了实习生们的工作热情。为了得到第一个登上手术台的实习机会,新扎实习生们废寝忘食地查阅着资料。为了更快地得到答案,实习生Yang和Grey决定联手在图书馆海量庞大的资料中不停地搜索。
“是缺氧?不是!肾衰竭?不是!酸中毒?不是!肿瘤?不是!”没吸毒没怀孕没外伤!到底是什么原因呢!濒临崩溃的边缘,Grey终于想到了动脉瘤,最终通过进一步的资料查找找出了病因,原来是蛛网膜出血,就是这百万分之一的可能和她们的坚持与毅力,让她们最终获得了参与这台手术的机会。
医生不会放过患者一丝一毫生存的机会,即使身陷庞大繁琐的数据海洋中,也要找到那千万分之一的可能。你会看到初涉临床实习者的Grey在开始诊疗时,眼中透露的无助感,亦会感受到主治医生心有余而力不足的无奈感。
镜头二
还记得身为放射科医生却被发现脊柱上长了一个巨大的肿瘤的Issac吗?在手术很可能导致瘫痪的巨大压力面前,医生Derek不顾所有人的反对为他手术。在千辛万苦的10小时过后,第一次手术以无果告终。但医生并没有放弃,而决定做第二次手术的决定,在手术前夜,实习生Grey与Derek彻夜未眠讨论手术方案。疯狂的Derek在墙上画了肿瘤的脊柱图,通过分析、推理终于找到了合理的手术方案,当然啦,最终获得了胜利,打败了肿瘤!
十小时高强度作业、通宵研究治疗方案、不间断的学习对于医生来说虽不是常有的事,但确是一定要经历的事。
美剧中每个故事的结局虽然都是皆大欢喜,但生活确是将悲喜五五分成,很难保证每个手术都能成功。学医不易,行医更难。因为是医生,阅人无数,更能体会健康的可贵;因为是医生,工作给予他们跌宕起伏的人生回忆;因为是医生,他们在生离死别背后更应看到人性的光辉。也许每个体会过无助的大夫都曾想过:如果能提前预测疾病,效率再高一些,数据再多元些、精确些,方案更完善些,我们一定可以做的更好…
他们希望怀着这份梦想,继续走下去,帮助更多的人!

现在,随着认知计算、大数据分析、云计算、移动社交及物联网的应用,我们迎来了一个认知医疗的时代,快来一起看看IBM在认知医疗时代,利用机器智能,在开创些什么?


IBM Watson Health Headquarter
  • 征服浩瀚的医疗大数据


IBM Watson的应用已经涉及到医疗、制造业、零售业、教育、法律、企业运营、语言发展等多个领域,每秒读八亿页的资料,研究人员使用Watson,来分析从2,300万篇候选文档里挑出的七万篇科学文章。短短几周内,IBM Watson便准确地锁定能够改变p53的一些关键点——p53是与许多癌症相关的重要物质。IBM Watson的问世,帮助生命科学家把斩获一些重要发现的时间从数年甚至缩短到了数周。截止2015年底,IBM Watson阅读了1967年到2000年的470万份专利和1,100万份医药期刊,并从中生成了250多万种新的化合物,构建了一个强大的数据库(Strategic IP Insight Platform)。
我们可以使用IBM Watson从结构化和非结构化数据中提取洞察。此类信息中可能包括IBM Watson从电子病历、放射影像报告和病理报告、化验结果、医生病程记录、医学文献、临床医护指南及公开的结论性报告中提取的数据。并将数据结合起来,从而帮助医生针对具体病患做出个性化治疗决策,同时创建知识库来造福更多病患。
  • 挑战医学影像数据分析领域,推动癌症的精准识别


尽管努力在解决各种风险因素,皮肤癌在很多地区仍然是高发病种。

在澳洲,依托高级可视分析技术,IBM研究院对“非可识别性数据”开展回顾性分析,包括查看来自9,000名澳洲和新西兰患者的超过100万张影像及临床文字记录,以提高机器学习算法的准确性。

美国最高发的癌症,每年有将近500万人接受跟皮肤癌相关的治疗,耗费将近81亿美元。而皮肤癌中最致命的黑色素瘤每年导致9,000人死亡。IBM认知技术希望通过分析低分辨率的临床影像了解皮肤癌,如黑色素瘤、基底细胞癌及鳞状细胞癌,达到与皮肤镜影像相似的准确度。在一项对约3,000幅皮肤镜检查图像的研究中,在IBM研究院开发的技术的助力下,能够以95%以上的准确率识别病态黑色素瘤。而相比之下,根据公开报道,此前由临床专家通过手动进行的检查准确率为75%~84%。


图片来自Merge
IBM提供的认知计算将为医生提供更加高效、科学、精准的医疗健康决策支持,为患者找到满天繁星中的点点可能,为大众提供更加科学有效的健康管理方案。


【阅读原文】今天,你选择了“IBM Watson医生”,未来,将拓展人们通往健康之路的无限可能!


    关注 电影工厂


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册