”环境智能“与”黑暗空间“
作者们在论文中指出，机器学习（machine learning）与非接触式传感器（contactless sensors）的发展，带动了“环境智能”的发展。这是指在物理空间中，对人类的存在产生灵敏反应的一种技术。
说到机器学习，很多人可能会想到人工智能，以及其在疾病诊断中的应用。的确，在一些医疗场合，人工智能辅助决策已经变得更为常见。但这些决策如何转化为医生、患者、或是患者家属的具体物理行为，却依旧不甚明晰。在医院和家庭中的关键医疗行为如何进行，也依旧未明。为此，研究人员们将这些我们还不了解的部分，比喻为“黑暗空间”。
这并非只是一个比喻。根据世界卫生组织（WHO）和美国国立卫生研究院（NIH）等机构的统计，美国每年有至多40万人死于医疗决策或是实际执行中的疏忽和错误。人工智能的发展具有协助医生的潜力，这不仅在于辅助医疗决策，还在于改善具体的医疗步骤。
▲部分可用于“环境智能”的传感器（图片来源：参考资料[1]）
而安装在环境中，被动进行感知的传感器，能作为“环境智能”，了解人们的移动和他们的医疗需求，从而更好地帮助医生和服务者将健康举措落实到地。
医院中的应用
在全球，医院是进行医疗行为的主要场所。据统计，，有7.4%的美国人口会留院观察一晚，而英国全年有1700万起入院事件。因此，环境智能有望在医院环境中扮演重要角色。
▲“环境智能”在医院中的潜在应用场景（图片来源：参考资料[1]）
研究人员们提到的第一个应用场所是重症监护室（ICU）。应用之一是监测患者的移动能力：对于病情危重的患者，经常会出现神经肌肉的衰弱，而让患者尽早恢复移动能力，可以将相关的衰弱事件减少40%。目前，标准的评估方式是人为的直接观察，但这会引入偏倚和误差，成本也不可控；而可穿戴设备只能检测动静的切换，无法将环境纳入考量（如坐在椅子上，还是坐在床上）。环境智能可以避免这些问题。在一个案例中，机器学习算法可以区分患者是否躺在床上，以及是否在行走，准确率达到了87%。
在ICU的另一个应用在于控制感染——每年，有30%的ICU患者会出现住院相关的感染，而勤洗手是减少感染的最有效方法之一。环境智能可以高效地评估洗手动作是否合规，无需靠人来进行统计。一个深度学习算法对1个小时内发生的351起洗手事件进行了合规评估，准确率达到了75%。
▲“环境智能”的预测准确度和人工统计非常接近（图片来源：参考资料[1]）
ICU之外，研究人员们指出环境智能也可以用于手术室。比如它能根据手术中持针器（needle driver）的移动轨迹，评估医师的手术水平。与人类评估相比，该算法的准确率达到92%。另一些算法则可以清点手术中使用的工具，避免遗漏在患者体内。这在医生们的日常清点之外，加上了一层双保险。未来，基于视频的手术阶段识别（surgical phase recognition），也有望更好地对外科医生进行培训。
最后，本论文的作者也提到，环境智能可以协助医生完成文本记录的工作——医生大约35%的时间花在这个工作上。利用环境中安装的麦克风，机器可以自动识别医生与患者间的对话，准确率超过了人工听写。而且，它可以将2小时的文本整理工作压缩到15分钟，可以让医生将更多的时间花在患者身上。
日常生活中的应用
在全球老龄化的当下，环境智能的一个应用场景便是老年人的生活场所。到2050年，当全球有15亿位65岁以上的老年人，了解他们日常的起居生活，便成了照料他们健康的关键。目前，老年人的日常起居行为主要通过自我汇报，或是照料者的打分。一些研究发现，环境智能可以准确地评估，在哪些时刻，老人们需要他人的协助，准确率达86%。而在更衣、沐浴、或是上厕所的场合，考虑到隐私，也可以将摄像头替换为麦克风。
另一个面向老年人的应用在于监测是否摔倒。在这一块，环境智能与可穿戴设备的准确率不相上下，分别为97%和96%。这对尽早发现老人摔倒，尽早进行干预，有着重要意义。
▲“环境智能”在日常生活中的潜在应用场景（图片来源：参考资料[1]）
在日常生活中，环境智能的第二个应用场景是慢病管理。对于脑瘫儿童，或是帕金森病患者，步态的监测非常重要。传统上，这需要专门的实验室进行评估；而可穿戴设备也容易引起患者不适，且存在误差。无接触的环境智能可以提高可信度，且在家就可以安排复健计划。
作者们在论文中提到了第三个日常生活中的应用是精神疾病，譬如抑郁症、焦虑症、或是双向人格障碍。同样，这些疾病的诊断基于自我汇报，以及医学量表评估。而环境智能可以连续监测患者的症状。一项研究指出，通过分析语音和视频等数据，可以从言语和上身移动中，检测出精神分裂症，灵敏度达84%。另外，环境智能也可以识别自杀倾向。
挑战与其他考量
研究人员们也提到，要让环境科学得到更广泛的应用，我们需要解决算法上的种种挑战，在复杂的场所中搞清人类的行为。从大数据中，我们可以学到很多。
在实际应用中，隐私会是我们需要考量的首要问题。从设计上看，环境智能会连续监测环境中的信息和人类行为，这势必会引入隐私上的担忧。因此在开发适用于医疗环境中的技术时，隐私是必须考虑的问题。目前，一些做法能够避免个人的隐私信息泄露。除此之外，我们还需要避免未经授权的访问，进一步杜绝泄露的可能。
▲一些技术可以保护患者的隐私（图片来源：参考资料[1]）
最后，环境智能还存在公正性、透明性、以及研究伦理等潜在风险。如何让不同人群都能从科技中受益？如何从环境智能中得到可解读的数据，而非常见的信息黑箱？如何遵守研究伦理，最大程度地保护参与研究的个体？这些问题还有待我们去回答。
总结
李飞飞教授团队在论文最后总结说，人工智能技术的突破，以及低成本传感器的到来，让环境智能成为了优化医疗决策和执行的潜在重要工具。目前，一些研究数据已经探明了这一技术的可行性。未来，我们也期待这一技术能照亮医疗的黑暗空间，造福人类的健康！
本文题图：Image by sungmin cho from Pixabay
参考资料：
注：本文旨在介绍医药健康研究进展，不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。
版权说明：本文来自药明康德内容团队，欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。转载授权请在「药明康德」微信公众号回复“转载”，获取转载须知。
