AI之于醫(yī)療影像，可以說(shuō)是救世主一般的存在。超強(qiáng)的算力結(jié)合學(xué)習(xí)能力，讓AI可以從無(wú)數(shù)醫(yī)療影像片中快速找到規(guī)律，將醫(yī)生幾十年之間的閱片經(jīng)驗(yàn)轉(zhuǎn)換成可復(fù)制、可普及的技術(shù)工具。除了極大地解放出醫(yī)生的生產(chǎn)力，讓緊張的醫(yī)療資源稍有緩和以外，還開(kāi)始在某些疾病的發(fā)現(xiàn)上超越人類，像在最近的報(bào)道中谷歌和美國(guó)一家醫(yī)療機(jī)構(gòu)合作利用人工智能診斷、監(jiān)測(cè)乳腺癌，在轉(zhuǎn)移性乳腺癌的監(jiān)測(cè)中，谷歌人工智能系統(tǒng)就獲得了99％的準(zhǔn)確率，已經(jīng)超過(guò)了人類病理專家的水平。
僅僅是圖像上的識(shí)別就能帶來(lái)如此巨大的變化，那么從今年開(kāi)始，計(jì)算資源的提升讓AI開(kāi)始越來(lái)越多地進(jìn)入視頻領(lǐng)域，對(duì)視頻的智能化分析，在醫(yī)療上又會(huì)造成哪些影響？
用視頻分析帕金森病？可能沒(méi)你想象的那么神奇
實(shí)際上在AI分析視頻進(jìn)行智能輔助診療上，已經(jīng)出現(xiàn)了相關(guān)的應(yīng)用案例。幾個(gè)月前，騰訊醫(yī)療人工智能實(shí)驗(yàn)室推出了一項(xiàng)名為“帕金森病運(yùn)動(dòng)功能智能評(píng)估系統(tǒng)”的帕金森病AI輔助診斷新技術(shù)。患者按照帕金森評(píng)判標(biāo)準(zhǔn)完成動(dòng)作并拍攝視頻，評(píng)估系統(tǒng)就可以通過(guò)動(dòng)作的完成度，幫助醫(yī)生用3分鐘來(lái)判斷患者是否患有帕金森癥，而醫(yī)生單獨(dú)進(jìn)行診療時(shí)，需要大量的溝通和30分鐘左右肉眼觀察。
用戶不需要佩戴復(fù)雜的傳感器，僅僅利用普通手機(jī)攝像頭就可以完成拍攝。在家庭、養(yǎng)老院等等場(chǎng)景中就能完成遠(yuǎn)程診斷，極大的提升了帕金森診斷的便利性和效率。
當(dāng)然，AI分析視頻對(duì)于帕金森的輔助診斷目前來(lái)說(shuō)還只是個(gè)例。原因在于，國(guó)際上對(duì)于帕金森的診斷有一套嚴(yán)格的標(biāo)準(zhǔn)，名為UPDRS（統(tǒng)一帕金森病評(píng)定量表）。其中關(guān)于動(dòng)作部分有著很?chē)?yán)格的標(biāo)準(zhǔn)，比如站立做起時(shí)的靈活度、手部動(dòng)作靜止時(shí)的震顫程度等等。
也就說(shuō)，帕金森是一種可以“被結(jié)構(gòu)化”的疾病。如何從視覺(jué)方面判斷疾病，有著非常明晰的標(biāo)準(zhǔn)。而這種可格式化的疾病是非常少見(jiàn)的，我們不能通過(guò)人的動(dòng)作判斷感冒發(fā)燒，也不能用動(dòng)作判斷出扭傷骨骼。
所以說(shuō)，目前這種通過(guò)動(dòng)作分析進(jìn)行智能輔診的應(yīng)用范圍還是略窄的。
讓人無(wú)感的視頻智能分析，或許會(huì)讓急救醫(yī)療挽救更多生命
但討論視頻智能分析之于醫(yī)療的應(yīng)用價(jià)值，并不能單獨(dú)針對(duì)某一種疾病討論。從效率和成本上來(lái)講，醫(yī)療視頻智能分析很難勝于單純的圖像分析。畢竟大部分可觀測(cè)的疾病看的是靜態(tài)的表征而不是動(dòng)態(tài)。例如皮膚的創(chuàng)口紅腫，明明通過(guò)拍張照片甚至幾句描述就能判斷，何必要錄一段視頻呢？
但視頻這種介質(zhì)則有一個(gè)圖像不具備的特點(diǎn)，那就是存在的“無(wú)感性”。我們生活中隨處都有視頻監(jiān)控的存在，但我們已經(jīng)習(xí)慣了生活在這種記錄中。這樣一來(lái)，視頻智能分析診療可以化醫(yī)療從被動(dòng)到主動(dòng)。
主動(dòng)的醫(yī)療，就是我們?cè)诟械缴眢w不適時(shí)會(huì)尋醫(yī)問(wèn)藥、去醫(yī)院、使用移動(dòng)醫(yī)療App。但很多時(shí)候，我們沒(méi)有選擇主動(dòng)去進(jìn)行醫(yī)治，甚至來(lái)不及去醫(yī)治。尤其是一些突發(fā)性的疾病，如果身邊沒(méi)人發(fā)現(xiàn)，很可能在不知不覺(jué)間就對(duì)患者造成了無(wú)法挽回的損失。
但結(jié)合攝像頭的存在和對(duì)視頻的智能化分析，很可能改變這種狀況。例如在養(yǎng)老院這種場(chǎng)景中，如果老人在周?chē)鸁o(wú)人的情況下突發(fā)昏厥，視頻分析可以精準(zhǔn)識(shí)別并且發(fā)出警報(bào)。甚至可以通過(guò)對(duì)昏厥整個(gè)流程的分析，判斷出基本的疾病方向，例如摔倒可能導(dǎo)致的腦部損傷和身體骨折，或者捂住胸口可能心臟疾病，從而更好的進(jìn)行救治，不會(huì)出現(xiàn)因?yàn)榛颊呋柝识鵁o(wú)法了解疾病狀況的狀況。
在空巢家庭越來(lái)越普及的今天，這種通過(guò)對(duì)視頻智能分析而連接急救醫(yī)療的系統(tǒng)帶來(lái)的不僅僅是經(jīng)濟(jì)效益，更多的還有對(duì)人生命的保障。
難以推行的視頻急救醫(yī)療，在AI的前路上等你
而推行這種急救醫(yī)療系統(tǒng)，也面臨著不小的問(wèn)題。
首先就是識(shí)別模型的訓(xùn)練。與醫(yī)療影像這種有著細(xì)致數(shù)據(jù)的模型不同，需要急救的緊急狀況本來(lái)就是模糊的。我們常常看到新聞?wù)f，有人在公眾場(chǎng)合感到身體不適，坐下稍作休息后就離開(kāi)人世。很多狀況人類都無(wú)法看出異樣，AI是否也會(huì)束手無(wú)力呢？更重要的問(wèn)題時(shí)，精準(zhǔn)的模型訓(xùn)練往往依賴大量數(shù)據(jù)訓(xùn)練。可急救醫(yī)療這種狀況本身很難留下數(shù)據(jù)——否則也不會(huì)造成那么多悲劇了。
其次就是隱私的邊界。視頻智能分析起效的前提，很可能就是無(wú)處不在的攝像頭。我們能夠接受公共場(chǎng)合的攝像頭，是因?yàn)樾湃握麄€(gè)國(guó)家的監(jiān)控體系。但私人場(chǎng)合中的攝像頭應(yīng)該由哪一方推行，用戶要如何信任供應(yīng)商，數(shù)據(jù)的應(yīng)用如何受到監(jiān)督，都是難以解決的問(wèn)題。
最后還有算力的限制。和一般的AI應(yīng)用不同，視頻智能化的急救醫(yī)療本身就在于“急”。很多AI應(yīng)用可以等到數(shù)據(jù)上傳到云端，再返回計(jì)算結(jié)果。可急救醫(yī)療承受不起這其中的風(fēng)險(xiǎn)：有人打王者榮耀導(dǎo)致網(wǎng)速慢了、電力系統(tǒng)突然跳閘導(dǎo)致沒(méi)網(wǎng)了，這些突發(fā)狀況不僅僅性命攸關(guān)，更會(huì)帶來(lái)難以分辨的追責(zé)問(wèn)題——室友下載電影占用網(wǎng)速導(dǎo)致我暈厥時(shí)沒(méi)有被視頻急救系統(tǒng)準(zhǔn)確識(shí)別，最終我因病暴斃，室友需要為我的死負(fù)責(zé)嗎？
其實(shí)這樣看來(lái)，視頻智能分析之于急救醫(yī)療應(yīng)用，所要面對(duì)的問(wèn)題和當(dāng)前AI技術(shù)的發(fā)展是一樣的：發(fā)展小數(shù)據(jù)甚至無(wú)數(shù)據(jù)學(xué)習(xí)，在盡可能少的數(shù)據(jù)下訓(xùn)練更精準(zhǔn)的模型；本地計(jì)算，盡量提升本地算力并且收斂神經(jīng)網(wǎng)絡(luò)模型，讓數(shù)據(jù)的分析在本地進(jìn)行以提升計(jì)算速度和保護(hù)數(shù)據(jù)的安全。
這也說(shuō)明了一個(gè)問(wèn)題，AI不僅僅應(yīng)該生長(zhǎng)在適應(yīng)自身的土壤中，用大量可供分析的興趣數(shù)據(jù)促使商家多賣(mài)出幾件商品，或是為某一篇文章增加一點(diǎn)點(diǎn)擊量。那些需要技術(shù)突破的鹽堿地之中，或許能夠捕捉到商業(yè)之上的更多價(jià)值。