除了“看片”，人工智能在医疗上还能做什么？

[[390265]]

李飞飞和其团队2020年9月曾在《自然》杂志发表相关论文，这篇名为“Illuminating the dark spaces of healthcare with ambient intelligence(用环境智能照亮医疗领域的黑暗空间)”的论文中，主要涉及环境智能在重症监护室(ICU)、手术室、心理健康、慢病管理、老年监护等领域的应用，通过在医疗环境中嵌入更多被动、非接触的传感器(摄像头、深度、热感、射频和声学传感器等)来实现。

具体说来，以医院中的ICU为例，ICU在美国每年经费开支占到了整个GDP的1%，ICU中患者容易产生褥疮，引发患者生命安全，增加医疗费用。而患者的翻身等移动对褥疮的预防很重要，传统的做法是定时人工记录患者的翻身情况，但这种记录并不准确。

这种情况下，非接触式环境传感器可以供连续和细微的感知，相对准确地测量ICU中患者的各种移动。在论文中，李飞飞和其团队提及，在一个ICU病房中安装了环境传感器，并从八名患者中收集了362小时的数据。与三位医师的人工回测相比，使用机器学习算法将活动进行分类，有接近90%的准确性。

在心理健康领域中环境智能也能派上用场，论文中指出，在美国有4300万人，在欧洲有1.65亿人次受到精神疾病(例如抑郁症，焦虑症和躁郁症)的影响，而有56%的精神疾病患者由于财务成本等因素没有寻求治疗，目前对于精神疾病的诊断主要凭靠自我报告问卷和临床评估，而环境智能在这种情况下能提供持续且成本较低的症状筛查。

除此之外，环境智能也能介入和帮助老年人做慢病管理。李飞飞在当日红杉全球医疗健康产业峰会中提及，老年人的一些慢性病如果在发病起初就被发现，有可能抗生素就能解决问题。老年人相对来说不太习惯穿戴式设备，这种情况下环境智能可以持续观测到老人行为变化以及饮食、睡眠、心率、呼吸等医疗有关的重要信息，并及时反馈给家人和医护人员。

李飞飞表示，她和团队关注在医疗健康场景中人的行为和动作，而不限于仅仅关注试验数据、影像光片和细胞的情况。无论是ICU中患者的移动轨迹，心理急诊科内患者的行为举止，还是老年人的初始感染状态，这些都是在医疗场景中人的行为动作。环境智能对医疗场景下，对人体的行为状态加以感知、监测和分析，也许能弥补此前医疗领域在这一方面的欠缺。

不过，如果要将这些技术在临床中大范围使用，必须要经过进一步临床验证，同时还要通过数据安全、模型透明、伦理合规以及法律许可等各方面的挑战。