每年有多達(dá)幾十萬(wàn)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)療專業(yè)人員監(jiān)控和治療易受傷害的患者，以改善結(jié)果并同時(shí)尊重隱私的方式，可以避免許多此類死亡。

“我們有能力在提供醫(yī)療保健的物理空間中構(gòu)建技術(shù)，以幫助減少由于患者人數(shù)眾多和醫(yī)療保健的復(fù)雜性而導(dǎo)致的致命錯(cuò)誤的發(fā)生率，” 斯坦福大學(xué)臨床卓越研究中心（CERC）醫(yī)學(xué)教授Arnold Milstein說(shuō)。

米爾斯坦（Milstein）與計(jì)算機(jī)科學(xué)教授李飛飛（Fei-Fei Li），以及研究生阿爾伯特·哈克（Albert Haque）共同探討了在醫(yī)療保健領(lǐng)域的“環(huán)境智能”領(lǐng)域，如何創(chuàng)建配備AI的智能病房系統(tǒng)以做助力醫(yī)療。

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，提醒他們對(duì)手進(jìn)行消毒。還有可以將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)人類中心人工智能研究所（HAI）的聯(lián)合主任李表示，周圍環(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?！?“研究人員必須聽取所有利益相關(guān)者的意見，以創(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>

Li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)生合作的中心開發(fā)環(huán)境情報(bào)技術(shù)以幫助醫(yī)療保健提供者管理如此龐大的病人數(shù)量—大約有2400萬(wàn)美國(guó)人在2018年需要住院過(guò)夜—哪怕是最小的誤差也可能會(huì)導(dǎo)致很多生命損失。

米爾斯坦說(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)生每天每位患者每天要進(jìn)行600次床旁手術(shù)。如果沒有技術(shù)援助，那么執(zhí)行大量復(fù)雜的手術(shù)將會(huì)超出臨床團(tuán)隊(duì)的負(fù)荷。”

解決方法：由AI控制的不可見光？

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)療保健中的專用AI應(yīng)用程序。

紅外技術(shù)有兩種類型。第一種是主動(dòng)紅外，例如電視遙控器使用的不可見光束。但是，新的主動(dòng)紅外系統(tǒng)不再像電視遙控器那樣簡(jiǎn)單地向一個(gè)方向發(fā)射不可見光，而是使用AI來(lái)計(jì)算不可見光線反彈回源所花費(fèi)的時(shí)間，例如基于光的雷達(dá)形式將3 -D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)專業(yè)人士另行通知為止。

米爾斯坦說(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，視覺提示可能會(huì)更有效且更不令人討厭?！?/p>

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以提供足夠準(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)視，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)的健康危機(jī)的迅速發(fā)作。研究人員正在開發(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。

米爾斯坦說(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。