每年有多達幾十萬人因醫(yī)療錯誤而死亡，但是，通過使用電子傳感器和人工智能來幫助醫(yī)療專業(yè)人員監(jiān)控和治療易受傷害的患者，以改善結果并同時尊重隱私的方式，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建技術，以幫助減少由于患者人數眾多和醫(yī)療保健的復雜性而導致的致命錯誤的發(fā)生率，”斯坦福大學臨床研究中心(CERC)醫(yī)學教授Arnold Milstein說。
米爾斯坦(Milstein)與計算機科學教授李飛飛(Fei-Fei Li)，以及研究生阿爾伯特·哈克(Albert Haque)共同探討了在醫(yī)療保健領域的“環(huán)境智能”領域，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)生和病人進入醫(yī)院之前，提醒他們對手進行消毒。還有可以將AI工具內置到智能家居中，在智能家居中，技術可以毫不費力地監(jiān)視虛弱的老人，了解即將發(fā)生的健康危機的行為線索。他們會提示家庭護理人員，偏遠的臨床醫(yī)生和患者本人及時進行挽救生命的干預措施。
斯坦福大學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)境技術有很多潛在的好處，但是它們也會引發(fā)法律和法規(guī)問題，以及必須在解決方案中識別和解決的隱私問題。以一種公開的方式贏得患者和醫(yī)療服務提供者以及支付醫(yī)療費用的各種機構的信任。
李說：“保護醫(yī)學上脆弱人群健康的技術本質上是以人為本。”“研究人員必須聽取所有利益相關者的意見，以創(chuàng)建一種系統(tǒng)來補充護士，醫(yī)生和其他護理人員以及患者自身的工作。”
Li和Milstein共同領導了成立8年的斯坦福AI-Assisted Care合作伙伴關系(PAC)，這是越來越多的中心之一，其中包括約翰?霍普金斯大學和多倫多大學的技術人員和臨床醫(yī)生合作的中心開發(fā)環(huán)境情報技術以幫助醫(yī)療保健提供者管理如此龐大的病人數量—大約有2400萬美國人在2018年需要住院過夜—哪怕是最小的誤差也可能會導致很多生命損失。
米爾斯坦說：“我們在床邊護理的復雜性中參與競爭。根據最近的一項統(tǒng)計，醫(yī)院新生兒重癥監(jiān)護病房的臨床醫(yī)生每天每位患者每天要進行600次床旁手術。如果沒有技術援助，那么執(zhí)行大量復雜的手術將會超出臨床團隊的負荷。”
解決方法：由AI控制的不可見光？
Haque表示，該領域主要基于兩種技術趨勢的融合：價格低廉的紅外傳感器可用于構建高風險的護理環(huán)境；以及機器學習系統(tǒng)的興起，以使用傳感器輸入來訓練醫(yī)療保健中的專用AI應用程序。
紅外技術有兩種類型。第一種是主動紅外，例如電視遙控器使用的不可見光束。但是，新的主動紅外系統(tǒng)不再像電視遙控器那樣簡單地向一個方向發(fā)射不可見光，而是使用AI來計算不可見光線反彈回源所花費的時間，例如基于光的雷達形式將3-D一個人或物體的輪廓。
這種紅外深度傳感器已經在醫(yī)院病房外使用，例如，辨別人員在進入之前是否洗過手，如果沒有，則發(fā)出警報。在一項斯坦福大學的實驗中，掛在門附近的一臺平板電腦顯示出穩(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色或可能需要測試的其他警報顏色。研究人員曾考慮使用聲音警告，直到醫(yī)學專業(yè)人士另行通知為止。
米爾斯坦說：“醫(yī)院已經充滿嗡嗡聲和嘟嘟聲。”“我們對臨床醫(yī)生的以人為本的設計訪談告訴我們，視覺提示可能會更有效且更不令人討厭。”
正在對這些警報系統(tǒng)進行測試，以查看它們是否可以減少獲得醫(yī)院感染的ICU患者的數量-由于醫(yī)院中其他人未能完全遵守感染預防協(xié)議，患者可能感染致命的疾病。
第二種紅外技術是無源探測器，這種探測器可以使夜視鏡從人體熱量產生的紅外線中產生熱圖像。在醫(yī)院環(huán)境中，ICU病床上方的熱傳感器將使管理AI能夠檢測床單下方的抽動或扭曲，并警告臨床團隊成員即將發(fā)生的健康危機，而無需經常在各個房間之間走動。
到目前為止，研究人員避免使用高清視頻傳感器，例如智能手機中的傳感器，因為捕獲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：“由紅外傳感器提供的輪廓圖像可以提供足夠準確的數據，以訓練AI算法用于許多臨床上重要的應用。”
家庭環(huán)境中的環(huán)境情報系統(tǒng)也可以進行持續(xù)監(jiān)視，以檢測出嚴重疾病或潛在事故的線索，并提醒護理人員及時采取干預措施。例如，當年老體弱的老年人開始更加緩慢地運動或停止規(guī)律地進食時，這種行為可能預示著沮喪，更大的跌倒可能性或危險的健康危機的迅速發(fā)作。研究人員正在開發(fā)活動識別算法，該算法可以篩選紅外感應數據以檢測習慣行為的變化，并幫助護理人員更全面地了解患者的健康狀況。
米爾斯坦說，在家庭，輔助居住環(huán)境和療養(yǎng)院中，隱私尤其受到關注，但是我們從醫(yī)院和日常生活空間獲得的初步結果證實，環(huán)境傳感技術可以提供我們所需的數據，以遏制醫(yī)療錯誤。
