”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。