救人于無形的“環(huán)境智能”，到底是一種什么智能？

　　人生在世，有幾件事情終究躲不過，除了稅收和死亡，還有就是生病和衰老。

　　相信大多數(shù)人，無論是自己生病住院，還是照顧親人朋友而留宿醫(yī)院，或多或少都有和醫(yī)院打交道的經(jīng)歷。隨著年齡漸長，我們和我們的親人進出醫(yī)院的機會便越來越多，去醫(yī)院的次數(shù)多了，也就對醫(yī)院就診住院的流程熟悉了起來，如何掛號、如何排隊、如何就診、如何陪床，又是如何在醫(yī)生查房時見縫插針地詢問下病情……

　　在醫(yī)院里，我們總是可以看到永遠熙熙攘攘的醫(yī)院大堂，各式各樣的待診患者，永遠不夠的病床，以及忙碌不已的醫(yī)生護士。如果你看過一部小眾美劇《周一清晨》的話，就可以感受到一個醫(yī)生每天在面對各種病人和復雜病例中承擔的壓力，也能看到病人在每一次醫(yī)療救護中可能存在著的巨大的風險和問題。

　　現(xiàn)實中，除了面對越來越多的醫(yī)療糾紛問題，醫(yī)院還面臨著醫(yī)護人員嚴重不足的現(xiàn)實挑戰(zhàn)�，F(xiàn)在，為應對這一挑戰(zhàn)，人工智能正在作為一種全新手段補充到醫(yī)院的醫(yī)療服務當中。當然，這些人工智能的手段不是我們熟悉的一些智能機器人或者一些智能診療，而是通過與醫(yī)院整體治療環(huán)境和設(shè)備融合而建立的“環(huán)境智能”。

　　不久前，斯坦福大學人工智能專家李飛飛和她的研究團隊在頂尖學術(shù)期刊Nature發(fā)表了一篇題為《利用環(huán)境智能照亮醫(yī)療的黑暗空間》的論文，主要闡釋了通過人工智能與非接觸式傳感器結(jié)合，以實現(xiàn)“環(huán)境智能”，以深度改善醫(yī)療保健服務的潛在層面，從而提升醫(yī)院等醫(yī)療機構(gòu)的整體救護能力，提高醫(yī)護人員的救治效率。

　　對于有著多次醫(yī)院看護經(jīng)歷的我來說，看到“環(huán)境智能”這一概念時，我瞬間感覺這一次人工智能是真正用在了非常重要的場景。而這也是本文進一步介紹給更多讀者的原因。

　　什么是環(huán)境智能?

　　環(huán)境智能，不是最近才提出的概念，如果追溯最早的源頭的話，應該是1999年由歐洲的一個信息社會技術(shù)研究團隊提出，用來描述智能終端設(shè)備和環(huán)境之間建立起的一種共生協(xié)作關(guān)系。環(huán)境智能最基礎(chǔ)的條件就是需要有大量低成本、可聯(lián)網(wǎng)、高便攜性的傳感終端設(shè)備的普及使用，其次就是這些終端設(shè)備所產(chǎn)生的數(shù)據(jù)能夠被計算分析，從而為人類提供指導或決策信息。

　　二十年前，這一構(gòu)想受限于當時終端設(shè)備的計算能力，大多處在各種嘗試性實驗階段。而現(xiàn)在隨著人工智能機器學習算法的進步以及非接觸式傳感器的普及，環(huán)境智能正在從設(shè)想走進我們?nèi)粘５纳�活、工作的環(huán)境當中，實現(xiàn)在無接觸交互的情況下，讓智能設(shè)備在環(huán)境中感知人的存在，為人類提供智能化的服務。

　　在環(huán)境智能還未完全普及的當下，醫(yī)療服務和養(yǎng)老護理成為環(huán)境智能最為典型、收益顯著，同時也最為容易推廣的應用場景。

　　李飛飛團隊的這篇論文，將需要環(huán)境智能介入的場景稱為“醫(yī)療服務的黑暗空間”，這一比喻是指在大多數(shù)的醫(yī)療服務場景中，仍然存在著大量的醫(yī)療服務的盲點和難以察覺的救治細節(jié)，這些問題造成了大量病人病情的延誤、加重，也造成了醫(yī)療資源的錯配和浪費。

　　從論文中給出的數(shù)據(jù)可以看到，全球每年有超過1億病人的感染發(fā)生在醫(yī)院中，重癥監(jiān)護室的患者感染率更是高達30%;全球每年進行的超過2.3億次外科手術(shù)中，高達14%的患者出現(xiàn)過不良反應，其中有很多病例是手術(shù)過程中有很多醫(yī)療物品滯留在患者體內(nèi)造成。還有更多的情況發(fā)生在病房探望病人時，或者由于病房查看不及時而造成的病情加重而導致ICU病患的增加。據(jù)一項多機構(gòu)的調(diào)查，由于臨床決策和醫(yī)療活動中的失誤和缺陷，美國每年有多達40萬人因此而死亡。

　　這些對于政府和醫(yī)療機構(gòu)而言是沉重的醫(yī)療經(jīng)費負擔，而對于每一個病人而言則是沉甸甸的生命和健康安全。

　　現(xiàn)在，借助“AI Sensors”，將人工智能算法、智能傳感器以及相關(guān)技術(shù)應用到醫(yī)療診療場景和病房看護場景中，將會為智慧醫(yī)療的實現(xiàn)提供全新可能。下面我們將介紹論文中提供的幾種環(huán)境智能實現(xiàn)的AI醫(yī)療解決方案和日常生活的應用方案。

　　救人于無形的AI智慧醫(yī)療

　　環(huán)境智能是如何應用到醫(yī)院場景當中的呢?

　　從李飛飛團隊的研究中，我們看到目前醫(yī)院場景中主要采用的非接觸式智能傳感器設(shè)備包括：用于測量目標物體距離的深度感應器、測量表面溫度的溫度傳感器、測量距離和速度的無線電傳感器和測量空氣壓力所產(chǎn)生聲波的聲傳感器。

　　依靠這些非接觸式傳感器嵌入醫(yī)院環(huán)境中所形成的一種環(huán)境智能，類似于現(xiàn)在的智能自動駕駛系統(tǒng)，可以幫助臨床醫(yī)生和護理人員，提供一些有效的臨床決策信息，優(yōu)化其行為模式，提供盡可能無差錯的醫(yī)療保健服務。

　　根據(jù)論文示例，環(huán)境智能在改善臨床診療流程上，其研究算法的可行性和有效性被證實，特別是改善重癥監(jiān)護室(ICU)和手術(shù)室的醫(yī)療安全上，有著比較明顯的提升。

　　在重癥監(jiān)護室場景中，環(huán)境智能發(fā)揮的一大作用就是通過現(xiàn)場監(jiān)測來輔助患者運動。

　　根據(jù)統(tǒng)計，美國的ICU系統(tǒng)每年花費是在1080億美元，占了醫(yī)院總費用的30%。而在重癥患者中，出現(xiàn)神經(jīng)肌肉損害會兩倍地增加年均死亡率，并且使患者住院費增加30%。

　　現(xiàn)實的問題就是醫(yī)生或護理人員很難發(fā)現(xiàn)并輔助患者及時運動，以改善病人肌肉狀況。而研究人員給出一種開創(chuàng)性方法，就是在ICU中安裝環(huán)境傳感器，可以準確來觀察和理解重癥患者所需要的細微而連續(xù)的運動數(shù)據(jù)。研究人員通過采集重癥患者視頻數(shù)據(jù)，并進行大量神經(jīng)網(wǎng)絡(luò)訓練后，使得機器學習算法可以對患者的不同的運動需要(床上、床外、步行)等進行準確預估和指導，其準確性要優(yōu)于醫(yī)生的人工檢查。

　　此外，由于醫(yī)生或護理人員未能準確有效地進行手部消毒，將會增加患者在醫(yī)院內(nèi)的感染風險，因此研究者通過安裝深度傳感器用于對醫(yī)護人員的洗手行動進行精細監(jiān)控，然后通過相關(guān)警示來改善醫(yī)護人員的臨床行為，改善患者預后恢復情況。

　　在手術(shù)室場景中，環(huán)境智能可以利用環(huán)境攝像機檢測算法，降低手術(shù)事故的發(fā)生頻率。也就是通過手術(shù)視頻來訓練算法后，可以準確識別手術(shù)的正確運動軌跡，其準確度能夠達到專家級外科醫(yī)生的水平，這一就會在手術(shù)中提供一套有效的手術(shù)反饋系統(tǒng)，降低手術(shù)事故的發(fā)生概率。同時，環(huán)境智能還可以通過攝像頭進行手術(shù)物品計數(shù)，防止手術(shù)物品意外滯留在患者體內(nèi)。另外一種方式是通過手術(shù)室吊裝攝像頭，跟蹤手術(shù)醫(yī)生的身體動作，誤差不超過5厘米，從而創(chuàng)建精準的手術(shù)日記。這些都將降低手術(shù)風險和手術(shù)事故的發(fā)生率。

　　此外，還有在醫(yī)生就診室，通過環(huán)境麥克風的方式來記錄醫(yī)生和病患的問診內(nèi)容，幫助醫(yī)生快速形成文本信息，幫助醫(yī)生節(jié)約記錄病歷的時間。根據(jù)一項實驗，在經(jīng)過對門診音頻的深度學習訓練后，問診單詞的轉(zhuǎn)錄準確率達到了80%，文檔整理的時間從2小時縮短到15分鐘，這使得醫(yī)生可以有更多時間去照看患者。

　　因此，通過這些醫(yī)療護理場景的應用，我們看到環(huán)境智能可以大幅改善醫(yī)生和護理人員的行為，也能給患者提供很多平時難以覺察的救助和預后干預。而從管理的角度，環(huán)境智能也可以通過優(yōu)化醫(yī)護人員的活動、提高效率等方式來改善醫(yī)療成本。而這些將是未來環(huán)境智能所要重點去研究的領(lǐng)域。

　　顯然，環(huán)境智能絕不止于醫(yī)療護理場景，深入到日常生活，也將大有可為，畢竟我們每個人都要面對的一個事實就是我們都會變老。

　　日常護理中的環(huán)境智能

　　撰寫此文的時候，正好看到一則令人嘆息的新聞，臺灣一名年輕藝人在家中洗澡的時候意外摔倒，因為是獨居，摔傷腦袋后在家中昏迷太久，不治身亡。這名藝人年僅36歲，實在令人唏噓。

　　現(xiàn)在，全球人口老齡化趨勢逐年上升，日本已經(jīng)進入超級深度老齡化社會，而我國也很快進入深度老齡化階段。據(jù)統(tǒng)計，到了2050年，世界65歲以上的人口將從7億增加到15億。這一冷冰冰的數(shù)字終有一天會發(fā)生在你我身上，獨居將成為大多數(shù)人未來的生活常態(tài)。而從我們身邊經(jīng)常聽到的鄰居親戚里有老人摔倒，生活無法自理的各種示例中，我們就能深刻感受到人至晚年的危機感。

　　環(huán)境智能的出現(xiàn)，正是我們來應對這一未來晚景的一種解決方案。在獨居中面臨起居飲食、洗澡如廁這些日常生活，以及慢性病管理、身體康復、行動不便等問題上，環(huán)境智能鎖提供的監(jiān)測、預防和報警等作用就顯得格外重要。

　　在日常生活管理中，環(huán)境智能可以提供日常的臨床護理，通過非接觸式環(huán)境傳感器可以獲得獨居者的生活數(shù)據(jù)，來建立日常生活的記錄報告，也可以記錄心率、血糖、呼吸等身體指征，特別是通過摔倒檢測可以有效防止老人跌倒后無人發(fā)現(xiàn)，出現(xiàn)更嚴重的后果。

　　在慢性病管理上，步態(tài)分析在身體康復和慢性病管理中，是診斷和測量治療效果的重要工具。通過加速器傳感器，可以持續(xù)測量步態(tài)，進行步態(tài)分析，創(chuàng)建交互式的身體康復程序。

　　論文中，一項研究中，使用深度傳感器測量了9名帕金森病患者的步態(tài)模式。研究發(fā)現(xiàn)，深度傳感器可以跟蹤膝蓋的垂直運動，其誤差在4厘米以內(nèi)。在另一項研究中，研究人員使用深度傳感器為腦癱患者制作了一個運動游戲。經(jīng)過24周的測試，使用游戲的患者的平衡和步態(tài)提高了18%。

　　此外，環(huán)境智能還可以用于心理健康的診斷和預測，成為人們接受心理治療的一種更便宜，也更準確的一種的解決方案。

　　從以上的示例中，我們已經(jīng)看到環(huán)境智能在幫助醫(yī)護人員改善臨床診療行為，減少意外風險，已經(jīng)幫助患者實現(xiàn)疾病篩查診斷，幫助老年人提高生活自理能力和生活質(zhì)量，將有著非常廣闊的前景和巨大的價值。

　　不過，從當前論文所實現(xiàn)的技術(shù)場景和應用，以及要在全社會更大范圍內(nèi)的應用，還會遇到很多的挑戰(zhàn)。

　　首先是技術(shù)層面的。環(huán)境智能需要進行更多跨機器智能領(lǐng)域的研究，識別復雜場景中的人類行為，也還需要積累更多的臨床環(huán)境中的數(shù)據(jù)和特殊事件，建立足夠多的機器學習算法來應對這些特殊狀況。

　　其次，就是環(huán)境智能代理的倫理隱私挑戰(zhàn)。由于環(huán)境智能可以持續(xù)不斷地收集人體的行為數(shù)據(jù)和生命數(shù)據(jù)，而這些數(shù)據(jù)可謂是一個人最為隱私和重要的數(shù)據(jù)信息。這些信息的隱私性和安全性成為幾乎每個人都會關(guān)心的問題。一方面，研究者就必須要保證在隱私和安全的情況下開發(fā)這項技術(shù)，另一方面，醫(yī)療機構(gòu)、技術(shù)提供者、利益相關(guān)者(病人及其家人等)、法律和政策制定者要制定相應的數(shù)據(jù)使用規(guī)范，來保證整個過程的合法合理性。

　　確實，在技術(shù)帶來的隱私安全風險和技術(shù)帶來的巨大生活便利面前，每個人都其實很難做出非常果斷地選擇。如果拒絕這項技術(shù)，我們很可能會處于原本無處不在的生活意外、疾病風險當中，如果同意使用這項技術(shù)，我們又會處于被機器算法無時無刻地“監(jiān)護”和分析當中，我們很難不把自己視作被機器豢養(yǎng)起來的一種“觀賞物”。但在能夠獲得生命的延續(xù)和更高生活質(zhì)量的巨大誘惑面前，我們應該要重新定義下“身體自主”的觀念。

　　與此同時，我們也似乎可以抱著比較樂觀的態(tài)度，來看待環(huán)境智能。相信在這些AI科學家、醫(yī)療機構(gòu)的醫(yī)務工作者、法律、道德及政府事務的專業(yè)人士的共同努力下，能夠為大眾提供一套值得信賴的環(huán)境智能系統(tǒng)。

　　這是這篇論文衷心呼吁的一個結(jié)果，也是我們每一個會住進醫(yī)院，會面臨衰老獨居的個體的期待。

　　文獻參考：

　　Nature：Illuminating the dark spaces of healthcare with ambient intelligence，Writer：Albert Haque, Arnold Milstein & Li Fei-Fei