在重症监护室里，AI 可以预测病人生死

（图片来源：iStockphoto）

医院的重症监护室（ICU）都有一个工作目标：减少病人在病床上（来不及治疗）死亡的概率。

ICU 病房里有着无数病人生命体征监控器传输来的数据流，这恰好是应用人工智能工具的完美场景，我们可以利用 AI 来判断病人的病情是否突然急转直下。来自 ECRI（一个健康设备、医药行业非盈利评估组织）的 Priyanka Shah 说道：“众多医院都对该应用充满兴趣，我们可以构建提前预警系统，预测可能对病人生命造成威胁的各种情况，比如脓血症，心脏骤停或呼吸停止。目前，科学界和医疗设备企业都在尝试整合现有测量手段，试图为病人病情恶化提供最佳预测方法。但即使技术问题被解决，研究者还需要将技术与医疗相关联。“ 这意味着不仅仅需要技术上的支持，还需要将技术整合进医院的工作流程中以节约成本。

而在应付美国 FDA 监管方面，固执的临床医生和看重成本的医院管理层可能成为 ICU 智能化工程中最大的阻碍部分。因为在技术层面，研究前景已经非常光明。

在 PICU 里预测生死

新生儿重症监护室（PICU）内的场景常常是非常令人心痛的。在新生儿病房，脆弱的小宝宝躺在塑料恒温箱中，被各种机器和监控仪所包围。从大厅看出去，那些连着管子和静脉注射器的小孩子们正在卡通壁画下坚强地微笑着。

（图片来源：iStockphoto）

洛杉矶的儿童医院里，数据科学家 Melissa Aczon 和 David Ledbetter 已经设计出一套人工智能系统，帮助医生更快更早地发现孩子们病情恶化的情况。Aczon 和 Ledbetter 在医院一个叫做视觉化 PICU 的研究机构里进行研究，与那些希望手术过程更加优化的临床医生进行合作。Aczon 说：“他们的观点是：ICU 室里发生的一切都在进行数据的收集，我们有责任从这些数据和事件中学习，并将学习经验应用到未来的病人中。“

Aczon 和 Ledbetter 的研究从训练一个 AI 系统做出准确的预测开始。他们设计了一个实验系统来预测 PICU 室的死亡率。他们借鉴医院的电子健康记录情况，确定了需要使用的数据，包括儿童的关键生命体征（一些每几分钟就会测量一次的指标），实验结果和一些药物信息。

通过超过 12000 个 PICU 的病人记录，他们的机器学习程序发现了数据中的模式，可以识别出 5% 的死亡案例。接着，该程序可以在 93% 的精确度下预测出死亡率，这个结果与过去医院 PICU 简单的排序系统相比，有了显著提升。Aczon 与 Ledbetter 将研究结果发表在了 Arxiv 的预印本上。

 他们研究的关键突破在于使用了一种叫做“循环神经网络（RNN）“的机器学习方法。这种方法是直接处理正在进行的数据流，而不是从一个确定的时点的数据”快照“中得出结论。Aczon 说：”RNN 是一种优秀的方法，非常适用于处理医院里那些具有时序性且不断发生的数据。新的信息总是不断产生，你必须随时整合它们。“他们的 RNN 系统因为可以持续整合数据而表现出色，当观测病人 12 小时的数据时，系统做出的预测最为准确。

这个系统还在实验阶段，但是 Aczon 和 Ledbetter 说这个工具应该会在 PICU 室内发挥巨大作用。当然，如果死亡预测软件真的在医院里实现应用的话，医生们应该不会满足于只得到一些冰冷的风险得分。Ledbetter 说：“这个评价系统只是第一步。一旦你理解了病人目前的病情是如何变化的，那么你就可以开始考虑如何介入病情，改变病人状态。”

在 ICU 中阻止危机

AreteX System 公司的合作创始人 Wassim Haddad 说：“我们的使命是利用自动化系统来减少 ICU 病房里的死亡率。” AreteX System 公司（该公司准备改名为 AutoMedica）专注于两项 ICU 核心任务：通过机械呼吸机控制病人的呼吸，通过静脉输液控制病人的液体输入量。

Haddad 说：“美国每年有 570 万人进入 ICU 病房，其中 230 万人需要呼吸机来维持呼吸，但是大约 80 万人会经历“病人与呼吸机不同步”的问题。如果不及时为病人注射镇静剂，他们会与呼吸机相抗衡，发生危险。因为病人想要吸气，但机器却让他们呼气，这会给病人带来极大的恐慌感。“

AreteX 公司的工程师们创造了一种机器学习工具，可以通过病人呼吸机的数据识别出病人与呼吸机的同步类型。他们的系统可以向护士或呼吸治疗师发出警报，报告哪个病人需要及时进入镇定睡眠状态，避免与生命维持机抗衡而发生危险。该公司最近在乔治亚东北医疗中心开展了医疗实验，测试他们的系统。

目前的解决方案只是该公司完成使命的第一步。Haddad 说：“我们想要做的还有在医院决策支持之外的事情。我们的最终目标是形成一个完全自动化的系统，自动改变呼吸机的速率，直接修正不同步问题。” 但是要达到这个终极目标，还需要更多的临床实验，并向监管者和医院谨慎的行政层证明系统的安全性。

AreteX 公司还有一个类似的产品，用来监控 ICU 里大部分病人静脉注射的液体（主要用于增加血量或提高血压）。Haddad 说：“现今的输液管理程序是很无效的：通常是医生将处方和输液顺序交给护士，由护士人工控制输液速度。几个小时后，医生再来重新评估病人。ICU 的人员需要小心进行平衡，因为病人可能会因为输液过多或过少而面临严重的并发症危险。“

（图片来源：维基百科公共图片）

Haddad 的系统使用机器学习来测量一个病人对输入液体量的实时反应，通过对输液速度的调整帮助病人保持稳定的身体状态。AreteX 公司也正在乔治亚东北医疗中心测试这个液体管理系统。

Haddad 说：“在美国老龄化严重的趋势下，加之 ICU 和急诊室里训练有素的重症监护医师供给的不足情况，医疗自动化可能会是唯一的解决方法。现在我们有 300 万超过 85 岁的人群，2030 年这个数字会达到 900 万，这会给国家的 ICU 病房带来巨大压力。“

via spectrum.ieee.org

雷峰网版权文章，未经授权禁止转载。详情见转载须知。