打造視覺智能醫(yī)院技術(shù)解決方案是斯坦福及其世界各地的合作者多年以來的努力方向。

盡管還有很多的工作要做，但斯坦福希望該技術(shù)可以幫助醫(yī)院降低感染率，改善患者的健康狀況。

而就在11月15日，前谷歌人工智能中國中心負(fù)責(zé)人李佳已經(jīng)離開谷歌，并開始在斯坦福醫(yī)學(xué)院的新工作，希望去追求醫(yī)療等人工智能可以產(chǎn)生積極影響的事，以后能做一些對(duì)現(xiàn)實(shí)世界有影響的事。

目前，李佳已全職投身智能醫(yī)院項(xiàng)目，預(yù)計(jì)2019年正式運(yùn)營。

1、利用視覺讓智能落地

人類對(duì)世界的認(rèn)識(shí)及感知，有80％的信息來自于視覺，因此對(duì)視覺信息的搜集與處理，將成為人工智能下一階段最重要的技術(shù)引擎。

一直以來，AI技術(shù)被認(rèn)為在醫(yī)療領(lǐng)域具有廣闊的應(yīng)用前景。

未來，基于AI技術(shù)的應(yīng)用能夠提高數(shù)以百萬計(jì)人的健康和生活質(zhì)量。

但是，AI技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用要取決于醫(yī)生，護(hù)士，病人對(duì)該技術(shù)的信任，獲得政策，法律法規(guī)，商業(yè)市場的支持。

同AI技術(shù)在其他領(lǐng)域的應(yīng)用相同，數(shù)據(jù)資源起到舉足輕重的作用。

現(xiàn)今，主要從以下途徑獲取醫(yī)療數(shù)據(jù)：個(gè)人監(jiān)控設(shè)備和移動(dòng)應(yīng)用程序，臨床環(huán)境下的電子醫(yī)療記錄，及用于醫(yī)療程序與手術(shù)的輔助機(jī)器人。

在大量數(shù)據(jù)的支持下，該技術(shù)的主要應(yīng)用包括醫(yī)療分析，支持臨床決策，監(jiān)控與輔導(dǎo)病人，能夠幫助手術(shù)或看護(hù)病人的自動(dòng)化設(shè)備，醫(yī)療系統(tǒng)管理，研發(fā)醫(yī)療機(jī)器人，移動(dòng)健康應(yīng)用程序，老年保健等。

視覺智能將為醫(yī)院帶來突破性革命首先，AI可以減少醫(yī)院里的交叉感染。

美國醫(yī)院每年平均會(huì)發(fā)生9900起交叉感染，但上千年以來，醫(yī)院解決這個(gè)問題的唯一方式是配置觀察員。

這個(gè)方法無法全天候覆蓋，而且?guī)в兄饔^偏見。斯坦福試點(diǎn)了智能傳感器，從不同的角度認(rèn)知衛(wèi)生活動(dòng)，算法的精確程度大大超過人類觀察員。

第二，AI可以提高重癥監(jiān)護(hù)室（ICU）的效率和質(zhì)量。ICU是所有醫(yī)療活動(dòng)中成本最高的部門，每年要消耗美國1％的GDP。

用AI檢測ICU里的病人活動(dòng)，可以細(xì)節(jié)地了解病人的身體狀況，降低致命錯(cuò)誤發(fā)生的概率。同時(shí)，這個(gè)方法兼顧了廉價(jià)和精準(zhǔn)。

第三，AI可以幫助照顧老人。隨著世界范圍內(nèi)出現(xiàn)老齡化現(xiàn)象，未來養(yǎng)老的成本會(huì)越來越高。

李飛飛團(tuán)隊(duì)在舊金山的老人家中進(jìn)行了熱傳感器試點(diǎn)。不過，由于目前在這個(gè)領(lǐng)域缺乏訓(xùn)練數(shù)據(jù)，科研團(tuán)隊(duì)需要用其他方法解決AI的限制。

比如，他們開發(fā)出了一個(gè)專門識(shí)別跌倒的算法。

2、視覺嘗試運(yùn)用在醫(yī)療之中

在斯坦福視覺智能試點(diǎn)醫(yī)院，在住院部裝了20多個(gè)深度傳感器，通過這個(gè)來監(jiān)控整個(gè)醫(yī)療人員的行為。

這是兩個(gè)不同的傳感器，可以看到這個(gè)人的進(jìn)出，如果是紅色的就說明他沒有洗手，綠色的就是他有做洗手這個(gè)動(dòng)作。

這個(gè)背后是需要一個(gè)計(jì)算機(jī)視覺的模型來觀測和計(jì)算這個(gè)人的動(dòng)作的。

它分成兩步，第一步是對(duì)人類的跟蹤，每一個(gè)人他的流程和工作要通過這個(gè)傳感器跟蹤。

第二步是當(dāng)他走到快進(jìn)這個(gè)病人的門的時(shí)候，他有沒有做洗手這個(gè)動(dòng)作，這一步叫動(dòng)作檢測，這是一個(gè)通過深度學(xué)習(xí)的模型來做的一個(gè)判斷。

計(jì)算機(jī)視覺在臨床應(yīng)用上的價(jià)值將會(huì)得到證明，計(jì)算機(jī)視覺注定將在臨床分析的醫(yī)療圖像篩查方面站穩(wěn)腳跟。

斯坦福研究發(fā)現(xiàn)：計(jì)算機(jī)視覺在分類良性和惡性皮膚病變上的表現(xiàn)可以媲美21位經(jīng)過認(rèn)證的皮膚科醫(yī)生。

還有一些小型研究也在放射影像和病理學(xué)影像的解讀上得到了類似的早期進(jìn)展。

這種使用來自環(huán)境傳感器的數(shù)據(jù)的計(jì)算機(jī)視覺在評(píng)估病床邊行為上有相對(duì)于當(dāng)前系統(tǒng)的結(jié)構(gòu)性優(yōu)勢，比如觀察手部清潔合規(guī)性或讓護(hù)士觀察醫(yī)生是否按照規(guī)范進(jìn)行了中心線插入。

環(huán)境計(jì)算機(jī)視覺可以不停止地工作且不會(huì)疲勞，而且運(yùn)行的可變成本非常低，也不受不完美的安全文化的影響。

因?yàn)榛�于�?jì)算機(jī)視覺的識(shí)別系統(tǒng)可以被訓(xùn)練用來識(shí)別不同的病床邊活動(dòng)，所以如果與電子病歷整合到一起，可能還能免去臨床醫(yī)生的讓人沮喪的文檔和數(shù)據(jù)錄入任務(wù)，從而讓他們能專注以病人為中心的活動(dòng)。

3、視覺智慧等人工智能才剛開始

在新時(shí)代中，人工智能變革了現(xiàn)實(shí)世界場景，例如交通運(yùn)輸、圖像處理和醫(yī)療健康行業(yè)的計(jì)算方式。

由于一系列的進(jìn)步，包括算法（例如基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法）、計(jì)算技術(shù)（例如摩爾定律、GPU，以及正在發(fā)展的TPU）和可用數(shù)據(jù)集（例如ImageNet），人工智能應(yīng)用正在帶來真正的改變。

實(shí)際上，這還只是起步階段。人工智能將成為“第四次工業(yè)革命”最重要的驅(qū)動(dòng)力，而這將改變斯坦福目前所知的各個(gè)行業(yè)，這也令人工智能領(lǐng)域變得更令人興奮。