阿波羅新聞網生活 > 健康養生 > 正文

預測你未來健康狀況的無形警告

人工智能可以在癥狀出現前的幾個月甚至幾年就告訴患者和醫生健康狀況可能有所改變。

那是一個陽光燦爛的日子,空氣中已有一絲春天的氣息。我跟着安吉拉(為了保護隱私,採取了化名)沿着走廊來到我在墨爾本的諮詢室。她已經在我這看了好幾年病,但那天早上我注意到她走路有點拖着腳,面部表情有點僵硬還伴有輕微顫抖。

人工智能可以在癥狀出現前的幾個月甚至幾年就告訴患者和醫生健康狀況可能有所改變。

未來探索網絡(Future Exploration Network)創始人、未來學家道森(Ross Dawson)預測,未來的醫療生態系統將從目前的亡羊補牢式轉向一種新的醫療生態系統,其重點在預防和追蹤潛在的健康問題,而不是坐等疾病惡化。

他說:“社會態度發生了轉變,人們對充實健康生活的期望值也不斷提高,這些都推動了這些變化。這十年,新技術和算法的爆炸式發展催生了人工智能領域的深度學習,在模式識別方面比人類有效得多。”

通過監測心率、呼吸、運動,甚至呼吸中的化學物質,人工智能能夠在癥狀顯現之前就發現潛在的健康問題。這可以幫助醫生干預或允許病人改變他們的生活方式,以減輕或預防疾病。

這些系統能夠識別人眼看不到的東西,揭示出我們的身體透露出的關於未來健康狀況的信息。這可能是最令人興奮的一點。

健康之窗

道森提到了一些研究,在這些研究中,人工智能通過不斷監測脈搏,能夠更好地預測出那些人有罹患心臟病的可能。一項研究甚至提取了心臟病學家認為沒有預測價值的變量。例如,病人要求全科醫生上門檢查。

谷歌最近的一項研究表明,人工智能算法還可以通過觀察眼睛來預測你是否會得心臟病。經過訓練的人工智能對284335名患者的視網膜進行了掃描,通過分析縱橫交錯的血管中隱藏的圖案,機器學會了發現心血管疾病的跡象。

日常行為

如果卡塔比(Dina Katabi)能夠如願以償的話,那麼對遺傳病和帕金森症、抑鬱症、肺氣腫、心臟病和痴呆症等衰弱性疾病的延遲診斷將成為過去。

她設計了一種傳輸低功率無線信號的裝置。這些電磁波會反射到病人身上。身體的移動會改變我們周圍的電磁場。卡塔比的設備能感知這些微小反射,並使用機器學習隔牆跟蹤病人的移動。

卡塔比將無線信號描述為“神奇的野獸”,超越了我們的自然感官。在病人家中安裝一個這樣的設備,可以持續監測他們的睡眠模式、活動和步態。即使房間里有很多人,設備也可以監測病人的呼吸頻率以及是否有人摔倒。除此之外,通過監控心跳,還能了解病人的情緒狀態。

“電磁波肉眼不可見,但卻能以神奇的方式補充我們目前的知識,”她說。“人類感知變化的能力有限,但這種設備能夠透過牆壁提取重要信息,增強我們的能力。”

通過監測病人日常行為的變化可以儘早發現疾病的苗頭,有時候甚至先於病人本身。

如今,已經有許多人使用各種小工具監測自己的數據,比如卡路里攝入量和每天走的步數。人工智能可以幫助人們理解這些信息方面,發揮了至關重要的作用。

隨着人口老齡化不斷加劇,預測健康狀況變化的能力尤為重要。根據聯合國的數據,到2050年,60歲以上的人口將佔全球人口的五分之一。

卡塔比說:“獨居老年人越來越多,他們被慢性病折磨,帶來一系列嚴重的安全問題。”她相信設備能幫助醫護人員進行更快的干預,並有可能避免搶救的情況。

面部特徵

人工智能還可以通過分析面部特徵預測未來可能得的疾病。新的研究表明,它可以識別出人類面部細微的差異,而這些差異可能正是患病的徵兆。

總部位於波士頓的初創公司FDNA開發了一款名為Face2Gene的應用,使用了一種被稱為“深度表型”的技術,可以通過分析患者的面部特徵識別出可能患有的遺傳疾病。此應用使用了一種被稱為深度學習的人工智能技術,能夠編寫算法識別出一些罕見遺傳病(如努南綜合症)所特有的面部特徵和形狀。

該算法通過向其輸入17000多張受216種不同遺傳條件之一影響的患者的照片進行訓練。某些疾病的患者會呈現出特有的面部特徵,如患有拜恩型智力障礙的孩子們下巴都較窄、眼睛成杏仁狀。FDNA的算法已經學會識別這些人類醫生通常檢測不到的特有的面部模式。

Face2Gene的測試結果顯示,癥狀的檢出率為91%,在檢測安吉爾曼綜合征和多毛髮育障礙綜合征表現優於人類醫生。

罕見遺傳病的早期診斷意味着可以更快地為患者提供醫療服務,同時使家庭不必經歷漫長的診斷過程。

罕見疾病影響着約10%的世界人口,諸如此類的人工智能技術可能會改變醫學界。

大腦內部

然而,並不是所有疾病的癥狀都顯而易見。長期以來,醫生都依靠x光和掃描進行診斷。但如果能在疾病發作前就能利用掃描及時發現嗎?弗蘭克(Ben Franc)不是一個普通的放射科醫生。這位斯坦福大學(Stanford University)臨床放射學教授正致力於解開PET掃描中隱藏的秘密。每年,腫瘤科例行進行的全身PET掃描達數百萬次。醫生通過這種掃描確定腫瘤的位置,但從不分析它們對患者健康有無潛在危害。從圖像中提取的信息可以使醫生更加了解病人,甚至查出以前沒有發現的疾病。

弗蘭克正與一研究小組合作試點項目,研究PET掃描展示的大腦代謝變化是否可以用來預測罹患阿爾茨海默氏症的可能性。10%的65歲以上老人都受此病影響。

利用人工智能,他們已經開發出了能夠發現新陳代謝中這些細微變化的算法,在這種情況下,是大腦某些區域對葡萄糖的吸收,這些被認為是阿爾茨海默氏症早期發展的過程。在對40名從未見過的患者的圖像集進行測試後,該算法平均能在人類醫生最終診斷出他們患有阿爾茨海默氏症之前6年檢測出這種疾病。

它提出了在導致診斷的癥狀開始出現之前數年就能發現這種毀滅性疾病的前景。

弗蘭克說:“計算機可以找到人類一生都無法找到的聯繫。人工智能讓我們有機會利用接觸數百萬案例的專業知識,可以儘早確診,並有望為患者帶來更及時有效的治療。”

不僅僅是老年痴呆症。他的研究小組最近還發表了一篇論文,該論文顯示,結合來自MRI和PET掃描的大量原始數據,可以用來預測患者的乳腺癌亞型及其無複發生存率。這個不斷發展的新領域被稱為放射組學,它利用掃描的原始數據來識別肉眼無法識別的特徵。有5000多種不同的獨立成像特徵可以使用,人工智能提供了一種分析所有這些特徵的強大的新方法。

弗蘭克說:“機器學習能夠識別出這些特性的子集從而進行預測。”弗蘭克希望人們在醫院外也能使用人工智能預測健康。他設想出了一種智能廁所,可以通過檢測人的尿液或糞便的變化來預測疾病。

說話方式

雖然掃描和成像技術可以提供關於身體健康的線索,但精神健康狀況仍然難以評估。全球心理健康狀況不斷惡化,目前影響着全球約25%的人口,在一些國家已達到流行病的比例。心理疾病是導致殘疾的主要原因,給社會帶來了巨大的壓力。

機器學習為此提供了新方法,能及時發現心理疾病的早期癥狀。分析用詞、語調和其他語言上的細微差別。由南加州大學(University of Southern California)創意技術研究所(Institute for Creative Technologies)開發的艾莉(Ellie)是一名虛擬治療師,可以分析病人臉上的60多個點,判斷他們是否患有抑鬱症、焦慮症或創傷後應激障礙。一個人在回答問題前停頓的時長、姿勢和點頭的次數都能幫助艾莉在“會診”時進一步了解病人的精神狀態。

斯坦福大學生物醫學倫理學學院的尼科爾(Nicole Marinez-Martin)和她的同事最近在《倫理學雜誌》上的一篇文章中說,機器學習有望“改善精神疾病的預測、診斷和治療過程”,為精神疾病的治療帶來重大進展。

人工智能技術還催生了具有情感的機械人,可以與人類進行自然的對話。這種技術能讓更多人接受治療,而不是像現在這樣受到人力資源的限制。Wysa是一款由治療師和人工智能研究人員共同設計的機械人,旨在利用認知行為療法等基於證據的談話技術,幫助人們建立心理應變能力。機械人會問一些深入的問題,幫助忙碌了一天後的人們理清自己的情緒。

艱難的決定

把這些生物計量值和基因圖譜結合在一起使預測個體健康風險成為可能,從而能取代當今廣泛的醫學指導方針。在精準醫療的世界裏,人工智能可能會讓醫生每年例行的體檢看起來有些過時。

但當人工智能真正進入生活後,我們又願意給予這些算法多少信任呢?美國醫學協會(AMA)《倫理學雜誌》(Journal of Ethics)最近發表的一篇文章中假設了這樣一種情景——機器學習被用來預測病人的臨終選擇。作者指出,“即便算法能高度自信地預測出一個人希望關掉生命維持機器,它也不會因此夜不能寐”。

問題是,我們是否想要一種不用擔心做出如此重要的決定的東西?

相比機器,我們或許還是更喜歡人類醫生的臨床治療方式,但在不久的將來,人工智能醫生可能會比人類醫生更早發現問題。根據個性、行為和情感量身定製的人工智能發出的預警可能會救我們一命。

我們不希望計算機像人一樣有意識,但又希望它能理解我們的感覺。

阿波羅網責任編輯:時方 來源:BBC 轉載請註明作者、出處並保持完整。

健康養生熱門

相關新聞

➕ 更多同類相關新聞