EP 402019-09-231:17:29
乳癌倖存者的深度學習抗癌路
Regina Barzilay
MIT 教授 Regina Barzilay 罹患乳癌後，把研究重心轉向用深度學習做癌症早期偵測與藥物設計，也談了資料所有權與機器翻譯的極限。
Regina Barzilay: Deep Learning for Cancer Diagnosis and Treatment | Lex Fridman Podcast #40在 YouTube 看 ↗
重點6 條
- 罹癌後重新評估研究的意義：她 2014 年確診乳癌，花了兩個半月才確定病情；治療期間看到其他病友的辛苦，讓她開始覺得學術圈追逐的瑣碎進展沒有意義，轉而把心力放在真正能幫上病患的研究。
- 短期內看得到的是提早發現，不是治癒：她不敢斷言人類什麼時候能治癒癌症，但認為機器學習比較快能做到的是提早發現；像胰臟癌這種預後極差的癌症，只要能提早發現，就有辦法治療。
- 多數人根本不知道自己的風險：現行的乳癌風險評估工具太簡略，八成乳癌患者甚至沒有家族病史；她認為把影像、其他檢查結果，以及將來的液態切片等多種微弱訊號整合起來，機器學習才能做出比現行工具準確的早期預測。
- 拿到醫療資料比寫演算法難得多：她花了兩年才拿到資料使用權，美國至今沒有公開的現代乳房攝影資料集，醫院對釋出資料也缺乏誘因；她主張讓病人能像器官捐贈一樣，自己決定要不要把資料捐給研究。
- 技術常常早就準備好了，卡住的是採用流程：乳房密度分級源自 1967 年歸納出的影像模式，沿用至今，直到 2019 年才成為聯邦法律；她認為現在的演算法早就比舊方法準，真正的障礙是說服醫院與病人改變既有做法，不是演算法不夠好。
- 機器翻譯進步驚人，換個領域就崩：機器翻譯在她剛入行時她覺得像天方夜譚，十年內卻真的做到；但換個生疏一點的領域，翻譯品質照樣會崩壞，她認為這是泛化能力的問題；她也認為圖靈測試量到的其實是人有多想相信，不是技術本身多厲害。
時間軸26 段
她提到《The Emperor of All Maladies》讓她看清科學發現過程的不精確，也提到小說 Americanah 精準呼應了自己身為移民的經驗；她說科學發現有時靠的不是想法本身多強，而是推動它的人有多投入。
Lex 問她是否認為人比想法重要，她修正說不一定更重要，而是光有想法不夠，短期內是人的投入決定想法能不能被採用；她舉 NLP 的統計方法因為一些人物不相信而晚了很久才成主流為例。
她提到藥物化學是從 19 世紀德國與英國的染料工業發展出來的；也提到當年 Dana-Farber 的 Farber 醫師做的化療實驗有計算錯誤，受試的白血病兒童過世，讓她看見這個過程有多不完美。
她認為電腦科學能在許多領域成功，某種程度上是因為不執著於「理解」，例如 Amazon 不需要懂你、只要能猜對你想買什麼；相較之下生醫領域傳統上很在意機制性的理解，這種堅持不一定必要。
她 2014 年、43 歲時確診乳癌，第一次真正意識到自己可能會死；診斷後有兩個半月不確定病情，情緒在希望與絕望之間反覆。
回到 MIT 後，她回頭看自己與同事在做的研究，覺得學術圈在意的許多瑣碎進展（例如把某個指標推進兩三個百分點）相較於她剛經歷的處境顯得毫無意義。
治療期間她每天都要去醫院，看到很多病友的處境比她更差；有次朋友帶她去買生日禮物，看到一般人輕鬆歡笑的樣子，她才意識到自己已經活在一個完全不同的世界裡。
Lex 引了美國每年新增 170 萬例癌症、60 萬人因癌症過世的數字，問人類何時能治癒癌症；她不敢斷言人類何時能治癒癌症，但認為機器學習有機會讓許多癌症提早被發現、更有效運用既有療法。
胰臟癌等疾病往往到晚期才被發現，存活率因此極低；她提到有病人是因為食物中毒去做檢查，意外掃描出早期病灶而撿回一命，說明早期偵測本身就能救人。
多數乳癌患者其實沒有家族病史，現行風險評估工具也給不出有用的答案；她認為機器學習可以整合影像等多種微弱訊號，做出比人眼更準的早期預測。
她花了兩年才拿到資料使用權；美國目前沒有任何公開的現代乳房攝影資料集，醫院對釋出資料也缺乏誘因，整個申請流程非常繁瑣；她希望病人能像考駕照時決定要不要捐器官一樣，自己決定要不要把資料捐給研究。
她把解法分成技術與社會兩面；技術上可以靠去識別化、或在編碼過的資料上訓練模型來保護隱私，其中有些方法是她在 MIT 開發的。
她演講後常收到女性來信請她跑模型，幾乎每週都有乳房攝影送到她 MIT 的辦公室，她會把結果交給對方的醫師；她用這件事說明每個人都可能需要資訊來做攸關性命的決定，而她自己罹病時就曾沒有資訊可以依據。
Lex 提到 Google Health 與微軟的 HealthVault 都曾想讓病人帶著資料走，後來都關了；她認為這是交換資料的正確方向，換新醫院時常拿不到自己的資料，乳房攝影還得燒成 CD 寄送。
1967 年放射科醫師 Wolfe 從確診者的影像歸納出乳房密度的模式，後來才定成四個等級沿用至今；40% 到 50% 的女性屬於緻密型，等於一半的人被告知高風險。直到 2019 年、在川普政府任內才正式成為聯邦法律，她認為這說明技術往往早就準備好了，卡住的是漫長的採用流程。
她認為沒有單一的答案，但身為消費者（也就是病人自己）的聲音，可能是最有力推動改變的一股力量。
她指出還沒有任何一種藥是靠機器學習模型開發出來的，連在過程中扮演重要角色的都沒有；小分子藥物可以表示成圖（原子是節點），傳統流程靠高通量篩選加上化學家的專業判斷去優化分子。
第一個方向是預測分子性質的模型；第二個方向類似機器翻譯，把一個分子「翻譯」成經過改良、更符合需求的版本。
她 1997 年入行時，規則式的語言學方法與語料庫統計方法還並存；後來統計方法逐漸主導整個領域，語言學在論文裡的角色也愈來愈淡。
她形容當年覺得做出真正的機器翻譯像天方夜譚，沒想到十年內就真的實現、成為日常工具；但換到生疏一點的領域，翻譯品質照樣會崩壞，她每年上課都用一份翻得慘不忍睹的芬蘭語食譜當例子。
她提到在中國參訪騰訊時看到一款聊天機器人，據說當地有大量使用者會跟它聊上好幾個小時；也提到 MIT 教授 Weizenbaum 開發的 ELIZA，發現人們太容易相信機器懂自己。她認為真正的重點不是技術有多厲害，而是人有多願意相信。
被問到下一個 NLP 的基準，她認為是真正做到從少數例子學習；現在論文裡從 55 分提到 65 分的那種進步，實際上都派不上用場。
她認為衡量智能的方式，應該看一個系統能不能在很多不同領域都做到人類能做到的事，而不是它是不是用跟人類一樣的方式運作。
她提到小說 Flowers for Algernon 裡讓病患智力大幅提升卻也帶來代價的療法；Lex 提到前一天 Neuralink 的腦機介面示範，她說直接連結大腦只是其中一條路；她也提到用 MIT 健身房的計分 app 後，發現自己會為了不想掉等級而在傷後硬跑。
為了讓非本科生也跟得上，她新開了一門偏建模、本科與非本科都收的機器學習小班課，發現學生真正卡關的是數學基礎（線性代數、機率、Big O 符號），不是寫程式；給有志投入這個領域的人，她建議先找到一個自己真心在乎的問題，用它帶動學習。
被問到人生與研究的意義，她說沒有一個放諸四海皆準的答案；重點是花時間找到自己真正在乎的使命，不要被外界的期待與虛榮心牽著走。