據(jù)統(tǒng)計(jì)，每年有多達(dá)40萬(wàn)美國(guó)人因醫(yī)療錯(cuò)誤而死亡，但是，通過(guò)使用電子傳感器和人工智能來(lái)幫助醫(yī)療專(zhuān)業(yè)人員監(jiān)控和治療易受傷害的患者，以改善結(jié)果并尊重隱私的方式，可以避免許多此類(lèi)死亡。

“我們有能力在提供醫(yī)療服務(wù)的物理空間中構(gòu)建技術(shù)，以幫助減少由于患者人數(shù)眾多和醫(yī)療服務(wù)的復(fù)雜性而導(dǎo)致的致命錯(cuò)誤率?！彼固垢４髮W(xué)臨床卓越研究中心（CERC）主任Arnold Milstein教授表示。

Milstein與計(jì)算機(jī)科學(xué)教授李飛飛和研究生Albert Haque這篇發(fā)表在是《自然》雜志的論文合著者，該論文回顧了醫(yī)療保健領(lǐng)域的“環(huán)境智能”，通過(guò)跨學(xué)科的努力，以創(chuàng)建配備AI的智能醫(yī)院病房系統(tǒng)可以做很多事情來(lái)改善結(jié)果。例如，傳感器和AI可以在臨床醫(yī)生和病人進(jìn)入醫(yī)院之前無(wú)法對(duì)他們的手進(jìn)行消毒時(shí)立即提醒他們。

另外，可以將AI工具內(nèi)置到智能家居中，在智能家居中，技術(shù)可以毫不費(fèi)力地監(jiān)視虛弱的老人，了解即將發(fā)生的健康危機(jī)的行為線索。他們會(huì)提示家庭護(hù)理人員，偏遠(yuǎn)的臨床醫(yī)生和患者本人及時(shí)進(jìn)行挽救生命的干預(yù)措施。

斯坦福大學(xué)人類(lèi)中心人工智能研究所（HAI）的聯(lián)合主任李飛飛說(shuō)，周?chē)h(huán)境技術(shù)有很多潛在的好處，但是它們也會(huì)引發(fā)法律和法規(guī)問(wèn)題，以及必須在解決方案中識(shí)別和解決的隱私問(wèn)題。以一種公開(kāi)的方式贏得患者和醫(yī)療服務(wù)提供者以及支付醫(yī)療費(fèi)用的各種機(jī)構(gòu)的信任。李飛飛說(shuō)：“保護(hù)醫(yī)學(xué)上脆弱人群健康的技術(shù)本質(zhì)上是以人為本的。研究人員必須聽(tīng)取所有利益相關(guān)者的意見(jiàn)，以便創(chuàng)建一種系統(tǒng)來(lái)補(bǔ)充護(hù)士、醫(yī)生和其他護(hù)理人員以及患者自身的工作?！?/p>

李飛飛和Milstein共同領(lǐng)導(dǎo)了成立8年的斯坦福AI-Assisted Care合作伙伴關(guān)系（PAC），這是越來(lái)越多的中心之一，其中包括約翰·霍普金斯大學(xué)和多倫多大學(xué)的技術(shù)人員和臨床醫(yī)生合作的中心開(kāi)發(fā)環(huán)境情報(bào)技術(shù)，以幫助醫(yī)療保健提供者管理龐大的病人數(shù)量（2018年大約有2400萬(wàn)美國(guó)人需要在醫(yī)院過(guò)夜），以至于即使是最小的誤差也會(huì)導(dǎo)致很多人喪生。

Milstein說(shuō)：“我們?cè)诖策呑o(hù)理的復(fù)雜性中參與競(jìng)爭(zhēng)。” “根據(jù)最近的一項(xiàng)統(tǒng)計(jì)，醫(yī)院新生兒重癥監(jiān)護(hù)病房的臨床醫(yī)生每天要進(jìn)行600次床旁手術(shù)。如果沒(méi)有技術(shù)援助，那么如此復(fù)雜的動(dòng)作的完美執(zhí)行，就遠(yuǎn)遠(yuǎn)超出了即使是最盡職盡責(zé)的臨床團(tuán)隊(duì)所能期望的合理范圍?！?/p>

解決方法：由AI引導(dǎo)的不可見(jiàn)光？

這篇發(fā)表在《自然》雜志的文章中引用的170篇科學(xué)論文，Haque表示該領(lǐng)域主要基于兩種技術(shù)趨勢(shì)的融合：價(jià)格低廉的紅外傳感器可用于構(gòu)建高風(fēng)險(xiǎn)的護(hù)理環(huán)境；以及機(jī)器學(xué)習(xí)系統(tǒng)的興起，以使用傳感器輸入來(lái)訓(xùn)練醫(yī)療保健中的專(zhuān)用AI應(yīng)用。

紅外技術(shù)有兩種。第一種是主動(dòng)紅外，例如電視遙控器使用的不可見(jiàn)光束。但是，新的主動(dòng)紅外系統(tǒng)不像電視遙控器那樣簡(jiǎn)單地向一個(gè)方向發(fā)射不可見(jiàn)光，而是使用AI來(lái)計(jì)算不可見(jiàn)光線反彈回源所花費(fèi)的時(shí)間，例如繪制3D的基于光的雷達(dá)形式一個(gè)人或物體的輪廓。

這種紅外深度傳感器已經(jīng)在醫(yī)院病房外使用，例如，辨別人員在進(jìn)入之前是否洗過(guò)手，如果沒(méi)有，則發(fā)出警報(bào)。在一項(xiàng)斯坦福大學(xué)的實(shí)驗(yàn)中，掛在門(mén)附近的一臺(tái)平板電腦顯示出穩(wěn)定的綠色屏幕，如果發(fā)生衛(wèi)生故障，該屏幕將變?yōu)榧t色或可能需要測(cè)試的其他警報(bào)顏色。研究人員曾考慮使用聲音警告，直到醫(yī)學(xué)專(zhuān)業(yè)人士另行通知為止。不過(guò)，Milstein說(shuō)：“醫(yī)院已經(jīng)充滿嗡嗡聲和嘟嘟聲?！?“我們對(duì)臨床醫(yī)生的以人為本的設(shè)計(jì)訪談告訴我們，視覺(jué)提示可能會(huì)更有效且更不煩人?！?/p>

目前，正在對(duì)這些警報(bào)系統(tǒng)進(jìn)行測(cè)試，以查看它們是否可以減少獲得醫(yī)院感染的ICU患者的數(shù)量，由于醫(yī)院中其他人未能完全遵守感染預(yù)防協(xié)議，患者可能感染致命的疾病。

第二種紅外技術(shù)是無(wú)源探測(cè)器，這種探測(cè)器可以使夜視鏡從人體熱量產(chǎn)生的紅外線中產(chǎn)生熱圖像。在醫(yī)院環(huán)境中，ICU病床上方的熱傳感器將使管理AI能夠檢測(cè)床單下方的抽動(dòng)或扭曲，并警告臨床團(tuán)隊(duì)成員即將發(fā)生的健康危機(jī)，而無(wú)需經(jīng)常在各個(gè)房間之間走動(dòng)。

到目前為止，研究人員已避免使用高清視頻傳感器（例如智能手機(jī)中的傳感器），因?yàn)椴东@視頻圖像可能不必要地侵犯了臨床醫(yī)生和患者的隱私。Haque說(shuō)：“由紅外傳感器提供的輪廓圖像可能提供足夠準(zhǔn)確的數(shù)據(jù)，以訓(xùn)練AI算法用于許多臨床上重要的應(yīng)用。”

家庭環(huán)境中的環(huán)境情報(bào)系統(tǒng)也可以進(jìn)行持續(xù)監(jiān)控，以檢測(cè)出嚴(yán)重疾病或潛在事故的線索，并提醒護(hù)理人員及時(shí)采取干預(yù)措施。例如，當(dāng)年老體弱的老年人開(kāi)始更加緩慢地運(yùn)動(dòng)或停止規(guī)律地進(jìn)食時(shí)，這種行為可能預(yù)示著沮喪、更大的跌倒可能性或危險(xiǎn)健康危機(jī)的迅速發(fā)作。研究人員正在開(kāi)發(fā)活動(dòng)識(shí)別算法，該算法可以篩選紅外感應(yīng)數(shù)據(jù)以檢測(cè)習(xí)慣行為的變化，并幫助護(hù)理人員更全面地了解患者的健康狀況。

Milstein說(shuō)，在家庭，輔助居住環(huán)境和療養(yǎng)院中，隱私尤其受到關(guān)注，但是“我們從醫(yī)院和日常生活空間獲得的初步結(jié)果證實(shí)，環(huán)境傳感技術(shù)可以提供我們所需的數(shù)據(jù)，以遏制醫(yī)療錯(cuò)誤。”

李飛飛是斯坦福大學(xué)計(jì)算機(jī)科學(xué)系的首任紅杉資本教授，也是斯坦福人類(lèi)中心人工智能研究所（HAI）的聯(lián)合主任。Arnold Milstein是斯坦福大學(xué)的醫(yī)學(xué)教授，領(lǐng)導(dǎo)該大學(xué)的臨床卓越研究中心（CERC）。