预测你未来健康状况的无形警告

人工智能可以在症状出现前的几个月甚至几年就告诉患者和医生健康状况可能有所改变。 Image copyright Getty Images
Image caption 人工智能可以在症状出现前的几个月甚至几年就告诉患者和医生健康状况可能有所改变。

那是一个阳光灿烂的日子,空气中已有一丝春天的气息。我跟着安吉拉(为了保护隐私,采取了化名)沿着走廊来到我在墨尔本的咨询室。她已经在我这看了好几年病,但那天早上我注意到她走路有点拖着脚,面部表情有点僵硬还伴有轻微颤抖。

我给她介绍了一位神经科医生。虽然不到一周时间她就开始接受帕金森症的治疗,但我后悔自己没有早点发现她的症状。

可悲的是,对于世界各地的患者来说,这种情况太普遍了。只有当身体出现明显不适时,疾病才能被确诊。身体向医生发出的警告,表明出了问题。如果能够更早地发现疾病,患者就有机会接受早期治疗,甚至有可能在病情开始之前就进行干预。新技术为我们带来了一线希望。

人工智能可以在症状出现前的几个月甚至几年就告诉患者和医生健康状况可能有所改变。

未来探索网络(Future Exploration Network)创始人、未来学家道森(Ross Dawson)预测,未来的医疗生态系统将从目前的亡羊补牢式转向一种新的医疗生态系统,其重点在预防和追踪潜在的健康问题,而不是坐等疾病恶化。

Image copyright Face2gene/FDNA
Image caption 我们的面部特征可能泄露某些罕见遗传疾病的微妙信息,机器学习正在帮助医生识别这些特征。

他说:“社会态度发生了转变,人们对充实健康生活的期望值也不断提高,这些都推动了这些变化。这十年,新技术和算法的爆炸式发展催生了人工智能领域的深度学习,在模式识别方面比人类有效得多。”

通过监测心率、呼吸、运动,甚至呼吸中的化学物质,人工智能能够在症状显现之前就发现潜在的健康问题。这可以帮助医生干预或允许病人改变他们的生活方式,以减轻或预防疾病。

这些系统能够识别人眼看不到的东西,揭示出我们的身体透露出的关于未来健康状况的信息。这可能是最令人兴奋的一点。

健康之窗

道森提到了一些研究,在这些研究中,人工智能通过不断监测脉搏,能够更好地预测出那些人有罹患心脏病的可能。一项研究甚至提取了心脏病学家认为没有预测价值的变量。例如,病人要求全科医生上门检查。

Image copyright Getty Images
Image caption 眼睛后部视网膜上血管的分布有助于揭示你是否有心脏病发作的风险。

谷歌最近的一项研究表明,人工智能算法还可以通过观察眼睛来预测你是否会得心脏病。经过训练的人工智能对284335名患者的视网膜进行了扫描,通过分析纵横交错的血管中隐藏的图案,机器学会了发现心血管疾病的迹象。

日常行为

如果卡塔比(Dina Katabi)能够如愿以偿的话,那么对遗传病和帕金森症、抑郁症、肺气肿、心脏病和痴呆症等衰弱性疾病的延迟诊断将成为过去。

她设计了一种传输低功率无线信号的装置。这些电磁波会反射到病人身上。身体的移动会改变我们周围的电磁场。卡塔比的设备能感知这些微小反射,并使用机器学习隔墙跟踪病人的移动。

Image copyright Jason Dorfman/MIT CSAIL
Image caption 能穿透墙壁的无线信号可以监测病人的姿势、呼吸甚至睡眠,以发现早期病症。

卡塔比将无线信号描述为“神奇的野兽”,超越了我们的自然感官。在病人家中安装一个这样的设备,可以持续监测他们的睡眠模式、活动和步态。即使房间里有很多人,设备也可以监测病人的呼吸频率以及是否有人摔倒。除此之外,通过监控心跳,还能了解病人的情绪状态。

“电磁波肉眼不可见,但却能以神奇的方式补充我们目前的知识,”她说。“人类感知变化的能力有限,但这种设备能够透过墙壁提取重要信息,增强我们的能力。”

通过监测病人日常行为的变化可以尽早发现疾病的苗头,有时候甚至先于病人本身。

如今,已经有许多人使用各种小工具监测自己的数据,比如卡路里摄入量和每天走的步数。人工智能可以帮助人们理解这些信息方面,发挥了至关重要的作用。

随着人口老龄化不断加剧,预测健康状况变化的能力尤为重要。根据联合国的数据,到2050年,60岁以上的人口将占全球人口的五分之一。

卡塔比说:“独居老年人越来越多,他们被慢性病折磨,带来一系列严重的安全问题。”她相信设备能帮助医护人员进行更快的干预,并有可能避免抢救的情况。

面部特征

人工智能还可以通过分析面部特征预测未来可能得的疾病。新的研究表明,它可以识别出人类面部细微的差异,而这些差异可能正是患病的征兆。

总部位于波士顿的初创公司FDNA开发了一款名为Face2Gene的应用,使用了一种被称为“深度表型”的技术,可以通过分析患者的面部特征识别出可能患有的遗传疾病。此应用使用了一种被称为深度学习的人工智能技术,能够编写算法识别出一些罕见遗传病(如努南综合症)所特有的面部特征和形状。

该算法通过向其输入17000多张受216种不同遗传条件之一影响的患者的照片进行训练。某些疾病的患者会呈现出特有的面部特征,如患有拜恩型智力障碍的孩子们下巴都较窄、眼睛成杏仁状。FDNA的算法已经学会识别这些人类医生通常检测不到的特有的面部模式。

Image copyright Getty Images
Image caption 病人如果没有症状,医生很难诊断出疾病,但人工智能这样的技术可以让患者尽早地接受治疗。

Face2Gene的测试结果显示,症状的检出率为91%,在检测安吉尔曼综合征和多毛发育障碍综合征表现优于人类医生。

罕见遗传病的早期诊断意味着可以更快地为患者提供医疗服务,同时使家庭不必经历漫长的诊断过程。

罕见疾病影响着约10%的世界人口,诸如此类的人工智能技术可能会改变医学界。

大脑内部

然而,并不是所有疾病的症状都显而易见。长期以来,医生都依靠x光和扫描进行诊断。但如果能在疾病发作前就能利用扫描及时发现吗?弗兰克(Ben Franc)不是一个普通的放射科医生。这位斯坦福大学(Stanford University)临床放射学教授正致力于解开PET扫描中隐藏的秘密。每年,肿瘤科例行进行的全身PET扫描达数百万次。医生通过这种扫描确定肿瘤的位置,但从不分析它们对患者健康有无潜在危害。从图像中提取的信息可以使医生更加了解病人,甚至查出以前没有发现的疾病。

弗兰克正与一研究小组合作试点项目,研究PET扫描展示的大脑代谢变化是否可以用来预测罹患阿尔茨海默氏症的可能性。10%的65岁以上老人都受此病影响。

利用人工智能,他们已经开发出了能够发现新陈代谢中这些细微变化的算法,在这种情况下,是大脑某些区域对葡萄糖的吸收,这些被认为是阿尔茨海默氏症早期发展的过程。在对40名从未见过的患者的图像集进行测试后,该算法平均能在人类医生最终诊断出他们患有阿尔茨海默氏症之前6年检测出这种疾病。

它提出了在导致诊断的症状开始出现之前数年就能发现这种毁灭性疾病的前景。

弗兰克说:“计算机可以找到人类一生都无法找到的联系。人工智能让我们有机会利用接触数百万案例的专业知识,可以尽早确诊,并有望为患者带来更及时有效的治疗。”

Image copyright Getty Images
Image caption 通过从医学扫描中寻找大脑新陈代谢的细微变化,人工智能可以使阿尔茨海默氏症的诊断提早好几年。

不仅仅是老年痴呆症。他的研究小组最近还发表了一篇论文,该论文显示,结合来自MRI和PET扫描的大量原始数据,可以用来预测患者的乳腺癌亚型及其无复发生存率。这个不断发展的新领域被称为放射组学,它利用扫描的原始数据来识别肉眼无法识别的特征。有5000多种不同的独立成像特征可以使用,人工智能提供了一种分析所有这些特征的强大的新方法。

弗兰克说:“机器学习能够识别出这些特性的子集从而进行预测。”弗兰克希望人们在医院外也能使用人工智能预测健康。他设想出了一种智能厕所,可以通过检测人的尿液或粪便的变化来预测疾病。

说话方式

虽然扫描和成像技术可以提供关于身体健康的线索,但精神健康状况仍然难以评估。全球心理健康状况不断恶化,目前影响着全球约25%的人口,在一些国家已达到流行病的比例。心理疾病是导致残疾的主要原因,给社会带来了巨大的压力。

机器学习为此提供了新方法,能及时发现心理疾病的早期症状。分析用词、语调和其他语言上的细微差别。由南加州大学(University of Southern California)创意技术研究所(Institute for Creative Technologies)开发的艾莉(Ellie)是一名虚拟治疗师,可以分析病人脸上的60多个点,判断他们是否患有抑郁症、焦虑症或创伤后应激障碍。一个人在回答问题前停顿的时长、姿势和点头的次数都能帮助艾莉在“会诊”时进一步了解病人的精神状态。

Image copyright USC Institute for Creative Technologies
Image caption 虚拟治疗师可以通过分析病人的肢体语言和声调诊断是否患有抑郁症或创伤后应激障碍。

斯坦福大学生物医学伦理学学院的尼科尔(Nicole Marinez-Martin)和她的同事最近在《伦理学杂志》上的一篇文章中说,机器学习有望“改善精神疾病的预测、诊断和治疗过程”,为精神疾病的治疗带来重大进展。

人工智能技术还催生了具有情感的机器人,可以与人类进行自然的对话。这种技术能让更多人接受治疗,而不是像现在这样受到人力资源的限制。Wysa是一款由治疗师和人工智能研究人员共同设计的机器人,旨在利用认知行为疗法等基于证据的谈话技术,帮助人们建立心理应变能力。机器人会问一些深入的问题,帮助忙碌了一天后的人们理清自己的情绪。

艰难的决定

把这些生物计量值和基因图谱结合在一起使预测个体健康风险成为可能,从而能取代当今广泛的医学指导方针。在精准医疗的世界里,人工智能可能会让医生每年例行的体检看起来有些过时。

但当人工智能真正进入生活后,我们又愿意给予这些算法多少信任呢?美国医学协会(AMA)《伦理学杂志》(Journal of Ethics)最近发表的一篇文章中假设了这样一种情景——机器学习被用来预测病人的临终选择。作者指出,“即便算法能高度自信地预测出一个人希望关掉生命维持机器,它也不会因此夜不能寐”。

问题是,我们是否想要一种不用担心做出如此重要的决定的东西?

相比机器,我们或许还是更喜欢人类医生的临床治疗方式,但在不久的将来,人工智能医生可能会比人类医生更早发现问题。根据个性、行为和情感量身定制的人工智能发出的预警可能会救我们一命。

我们不希望计算机像人一样有意识,但又希望它能理解我们的感觉。

请访问BBC Future 阅读英文原文

更多有关此项报道的内容