3月15日，AlphaGo让机器学习成为热门话题，人们不禁惊呼机器将围棋王者李世石逼到绝路，同时开始关注人工智能及机器学习在各个领域的探索。

15天后的3月30日，智能机器人“微软小冰”与某品牌联合发布会上，微软相关负责人端出了一杯由人工智能调配的果汁，自此人类历史第一个情感型人工智能营养师被披露，它可以根据用户的营养处方或系统自定义需求以及个人饮食计划定制热量供给及营养素配比。

22天后的4月22日，微软中国研发中心的分享会上，微软合作伙伴健安华夏创始人杨枫挽上衣袖，向记者亲身展示机器学习（Azure Machine Learning）在国内医健领域的第一个案例——糖尿病管理。

立志告别7500名糖尿病患者只共享一名医生的窘境

杨枫曾任微软大中华区软件架构首席顾问，2008年开始独立创业，方向为中国新一代医疗信息化系统，这过程中让他开始接触医疗大数据，并对细分的糖尿病领域发生兴趣，其于2015年创造了“医随访——糖代谢动力学管理平台”，提出糖代谢动力学、药物动力学、饮食动力学、运动动力学和患者自我动力的糖尿病管理“新五辆动车模式”。

用杨枫自己的话来说，他获得了8年的数据医疗经验，做了超过2万小时相关工作的钻研，而在这些数据和研究中，糖尿病的医疗支出加大，医患比例失调，让他下定决心涉水糖尿病管理领域。

在杨枫提供的一份调研报告中显示，糖尿病在全世界范围内都是经济毒药，在美国，糖尿病占全民医疗费用的24%，在英国一年花在糖尿病治疗上的钱高达237亿英镑。在中国，1.1亿的糖尿病患者的医疗费用占据了12.5%的全国医疗总支出，即便如此也只有25%的患者指标能被控制在范围内，人工进行单患者血糖曲线分析和膳食推荐需要4~8小时，全国乐观估计仅有1~2万明内分泌专家，平均每7500名患者才能共享一个医生。

赵立威，微软中国技术顾问总监

颠覆传统医疗？他挽起了衣袖演示智能糖尿病管理。

健安华夏创始人杨枫介绍，糖尿病管理有三种模式。

传统的糖尿病管理主要基于单一的时间点，比如医生会根据患者就诊当时的血糖值进行开药，这种模式显然无法反映患者的整体血糖状况。

其次是连续监测模式。目前的可穿戴血糖监测设备可以实现每3分钟上传一条数据，一天480条，七天3360条，让了解患者的连续血糖数据变得可能。通过数据分析，可以更好地管理和调整患者的饮食。但这种数据一般是回顾性的，收集的是前一段时间比如七天内的数据。

第三种是智能监测模式。把数据实时动态地传到云端，通过机器学习分析、预测血糖数据及影响因素，为患者提供个性化控糖方案。

当演示智能检测模式的时候，杨枫默默的挽起了衬衫衣袖，露出大臂上佩戴的连续血糖仪，而他的血糖数据也被投射到大屏幕上。杨枫是在开始血糖智能研究后发现自己患上糖尿病的，当向大家讲解晦涩难懂的机器学习与智能医疗关系时，他拿自己举例。

微软微软技术顾问总监赵立威讲解，对病患来说，连续血糖仪会监测实时数据，而日常血糖数据会通过手机、云服务传送到Azure Machine Learning中，在里面完成糖代谢数据的分析，分析结果比如血糖预测曲线、血糖预警、运动和饮食建议，都会被推送到患者下载安装的APP中，患者和医生都可以通过应用查看相关的数据或接受建议，完成一些预防或者治疗的举措。

在杨枫用平板电脑展示的智能软件画面上，是他中午在微软食堂刚刚吃过的酸奶，智能管理软件通过高速的计算识别了酸奶的热量开始营养分析，告诉他接下来的几顿他还可摄入多少卡路里的热量。

小数据到大数据，从捉到煎饼杀手到挽救7天有4天低血糖患者

发现医生发生不到的东西，通过数据找到规律，是微软与健安华夏的目标。

虽然现在样本量不是很多，还不能贡献及其有价值的医疗大数据，但是单体小数据的一些发现已经足够让杨枫及其团队兴奋。

杨枫举了两个个体的案例，充分说明了机器学习的能力。

煎饼并不会被认为是热量奇高的食物，但是有佩戴者的血糖增高就与其有关。

有一位患者经常的餐后血糖升高，找不到原因，但是通过机器学习的推演，认为他比较爱吃的煎饼起到了快速升糖的作用，杨枫尝试着建议他在食物中去掉煎饼，血糖就得以稳定下来。平时在大家眼里貌不惊人的煎饼竟然是血糖杀手，这一发现让杨枫团队觉得十分有趣。

有一位患者七天内有四天发生夜间低血糖，这是一个“隐形杀手”的信号，可能导致老年痴呆症、轻度中风，严重的甚至有可能危及生命。连续监测数据显示，该患者的夜间低血糖基本发生在饭后4小时15分钟左右，过度分泌胰岛素，甚至比其吃饭时的血糖还低。如果有实时动态的数据监测模型，就可以提醒患者少食多餐，避免夜间低血糖的发生。杨枫说：“这跟那种与医生见面5分钟，检测完血糖就开药的方式相比，是从盲人摸象升级到了庖丁解牛。”

除此之外，日常运动不能满足需求的糖友，对胰岛素过于敏感的糖友，一个有一个有趣的个案被机器学习用数据挖掘出来……以前是7天数据回来后回顾，现在是云上服务，24小时监控，即时分析，吃完饭30分钟就能推算你的血糖范围，这些对改变糖友的生活习惯，具有非常积极的意义。

“有些老总总要有应酬，喝着喝着血糖高了，自己就能知道高多少，下一步会达到多少？有些人需要运动，量化告诉你再喝就高到什么程度？什么样级别的运动合适？能精准到运动慢跑多久后到达有氧呼吸状态？智能预测是精准医疗的方向，可能会改变糖尿病管理的标准以及从患者、家庭、医生、营养师的生态。”

智能学习会取代医生吗？

机器会不会最终取代医生？对于这个问题，微软技术顾问总监赵立威搬出了微软总裁萨提亚·纳德拉的话“我们希望借助机器的智慧增强人类的能力与经验，最终不会是人对抗机器，而是人与机器合作。”

“以前没遇到微软之前，很多事情想了也不敢做，这种投入并不是探索初期可以承受的范围，建模、验证、临床数据、数据筛选，没想到机器学习的发展达到惊奇的发展，这种惊奇就是机器的自学能力，数据自己去喂饱自己，自己去寻找和学习。我们现在是五个模式，我们告诉机器这五个模式是对的，但是他有一天一定会找到第六个、第七个，这种规律的发现，就是医疗颠覆和技术颠覆的希望……”杨枫也认为机器学习对于医生的帮助会很巨大，“现在，一个基层医院的医生在获取数据信息后，视野、判断能力都将获得提高，我相信这种变化，就像从听诊器过渡到心电图的跃升”