研究人員正借助AI的力量以改善對(duì)心臟異常的檢查，并提高診斷的準(zhǔn)確性

AI正迅速成為人類救星。心臟病號(hào)稱“全球頭號(hào)殺手”，而近期，兩項(xiàng)分別來(lái)自商業(yè)界和學(xué)術(shù)界的研究結(jié)果則增加了攻克這種疾病的可能性。

由吳恩達(dá)領(lǐng)導(dǎo)的斯坦福大學(xué)團(tuán)隊(duì)和硅谷的一家初創(chuàng)公司正借助AI的力量以改善對(duì)心臟異常的檢查，并提高診斷的準(zhǔn)確性。

醫(yī)療設(shè)備制造商AliveCor位于山景城，目前他們正致力于開發(fā)深度學(xué)習(xí)及AI算法，以便人們能夠通過(guò)Apple Watch內(nèi)置的傳感器監(jiān)控心率，甚至通過(guò)應(yīng)用程序和經(jīng)過(guò)特殊設(shè)計(jì)的表帶進(jìn)行即時(shí)的心電圖(EKG)檢查。

由AliveCor開發(fā)的一款KardiaMobile設(shè)備受到了EKG行業(yè)的廣泛關(guān)注，它允許用戶借助智能手機(jī)應(yīng)用記錄并分析EKG。AliveCor在 AWS上一組NVIDIA Tesla GPU對(duì)其五年前開發(fā)出的基礎(chǔ)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練。此模型可以為用戶生成心臟概況，然后以它為基準(zhǔn)和未來(lái)的EKG進(jìn)行比較。

此外，配套的應(yīng)用能夠自動(dòng)檢測(cè)是否有新用戶正在使用此設(shè)備，從而確保主要用戶信息的一致性和完整性。

確定何時(shí)需要進(jìn)行EKG檢查

AliveCor推出的、獲得FDA批準(zhǔn)的新產(chǎn)品KardiaBand從根本上縮小了KardiaMobile 的體積，能夠被嵌入Apple Watch表帶，并與手表中的眾多傳感器集成。但是，該公司的工程副總裁Frank Petterson表示，名為SmartRhythm的AI程序才是KardiaBand背后真正的創(chuàng)新。

SmartRhythm在NVIDIA Tesla V100數(shù)據(jù)中心AI加速器上接受訓(xùn)練，可將用戶當(dāng)前的活動(dòng)以及其他因素與心率進(jìn)行聯(lián)系分析。根據(jù)分析結(jié)果便可以確定很多問(wèn)題，比如一個(gè)異常數(shù)據(jù)的出現(xiàn)究竟是當(dāng)時(shí)環(huán)境導(dǎo)致的偶然情況，還是對(duì)未來(lái)潛在病情的預(yù)警。

Petterson說(shuō)：“我們可以使神經(jīng)網(wǎng)絡(luò)在24小時(shí)內(nèi)每隔五秒便在用戶的Apple Watch上運(yùn)行一次，并將所有心率和活動(dòng)數(shù)據(jù)上傳并分類。算法可以推斷數(shù)據(jù)代表的情況是否合理，如果不合理，則提醒用戶記錄EKG?！?/p>

Petterson表示他們將與梅奧醫(yī)學(xué)中心（Mayo clinic）合作，通過(guò)EKG來(lái)了解電解質(zhì)濃度，并盡可能預(yù)防先天性長(zhǎng)QT綜合癥（這種疾病會(huì)導(dǎo)致運(yùn)動(dòng)員等看似健康的人暈厥甚至猝死）。

Petterson指出，“EKG中的有用數(shù)據(jù)龐大得難以想象?！?/p>

吳恩達(dá)領(lǐng)導(dǎo)的團(tuán)隊(duì)正進(jìn)擊EKG研究

同時(shí)，斯坦福大學(xué)的一支計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)在兼職教授吳恩達(dá)（百度前首席科學(xué)家）的領(lǐng)導(dǎo)下，運(yùn)用引入了AI的算法來(lái)實(shí)現(xiàn)EKG的自動(dòng)讀取和分析。他們希望能夠加快心律失常的診斷速度，并提高診斷準(zhǔn)確性，使醫(yī)務(wù)人員能夠?qū)⒕杏诮鉀Q更棘手的問(wèn)題，或?qū)⒏嗟臅r(shí)間用在診治病人上。

吳恩達(dá)團(tuán)隊(duì)的博士生 Awni Hannun說(shuō)：“在進(jìn)行EKG檢查的醫(yī)院里，醫(yī)生仍然手動(dòng)閱讀檢查結(jié)果?！?/p>

Hannun及其團(tuán)隊(duì)正與iRhythm公司開展合作。iRhythm公司生產(chǎn)用于檢測(cè)異常心臟活動(dòng)的可穿戴式心臟監(jiān)測(cè)設(shè)備，且擁有大量EKG歷史數(shù)據(jù)。這兩個(gè)團(tuán)隊(duì)決定通過(guò)合作來(lái)實(shí)現(xiàn)心律失常檢測(cè)流程的自動(dòng)化。

此后，他們從超過(guò)3萬(wàn)名患者中采集了一個(gè)數(shù)據(jù)庫(kù)（包含6萬(wàn)份匿名的30秒EKG），并通過(guò)斯坦福大學(xué)的一組NVIDIA GPU優(yōu)化了34層深度學(xué)習(xí)模型。

去年發(fā)表的一篇論文詳細(xì)介紹了該模型，到目前為止它可以區(qū)分14種不同的心率失常，讓心臟病專家能夠更清楚地了解患者心臟的情況。通過(guò)該模型分析EKG記錄的結(jié)果將與心臟病專家的分析意見(jiàn)進(jìn)行準(zhǔn)確性比較。該模型的表現(xiàn)優(yōu)于大多數(shù)心臟病專家。但是，Hannun說(shuō)，只要有任何心臟病專家的表現(xiàn)優(yōu)于該模型，團(tuán)隊(duì)就會(huì)繼續(xù)完善他們的算法。