李飞飞入选美国国家医学科学院，她用AI改变医疗

关于这段经历，李飞飞在2018年的世界人工智能大会上做了分享：

“我们必须承认，即使是最好的医疗体系都存在错误。每年，医院感染事故造成的死亡人数是车祸死亡人数的三倍以上。”而计算机视觉可以超越时空地检测病人。近年来，自动驾驶技术在传感器、算法上的进步革命性地增进了AI对场景的理解。这种革命可以移植到医院里，用传感器来理解医疗空间，全面了解患者的活动。

李飞飞举了三个具体的例子，说明计算机视觉将如何在医院里带来革命。

首先，AI可以减少医院里的交叉感染。举例来说，美国医院每年平均会发生9900起交叉感染，但上千年以来，医院解决这个问题的唯一方式是配置观察员。这个方法无法全天候覆盖，而且带有主观偏见。李飞飞团队在斯坦福儿童医院试点了智能传感器，从不同的角度认知卫生活动，算法的精确程度大大超过人类观察员。

第二，AI可以提高重症监护室（ICU）的效率和质量。ICU是所有医疗活动中成本最高的部门，每年要消耗美国1%的GDP。用AI检测ICU里的病人活动，可以细节地了解病人的身体状况，降低致命错误发生的概率。同时，这个方法兼顾了廉价和精准。

第三，AI可以帮助照顾老人。随着世界范围内出现老龄化现象，未来养老的成本会越来越高。李飞飞团队在旧金山的老人家中进行了热传感器试点。不过，由于目前在这个领域缺乏训练数据，科研团队需要用其他方法解决AI的限制。比如，他们开发出了一个专门识别跌倒的算法。

文章的关键词是环境智能和医疗。李飞飞团队回顾了这项技术如何改善我们对隐性黑暗的，未观察到的医疗空间的理解。

所谓环境智能 (ambient intelligence, 简称 AmI)是指一个能够对人有感应和反馈的，数字化的真实环境。在理想的环境智能里，人往往不需要刻意和系统进行交互，系统就能感知人的存在，对人的举动做出反应，完成设定的职责，提供个性化的服务，甚至通过预测技术来，来帮助人去完成日常活动。

那么将环境智能技术，也即各种传感器集成到一起的系统，运用到医院临床和病患住家等多种医疗场景下，能够带来哪些好处呢？文章认为，环境智能可以照亮医疗领域里那些技术很难触达，人们仍然无法全面了解和掌控的“黑暗角落”，从而提高医疗环境的安全性，改善慢性病人的长期身体管理，减轻老年人对护工的依赖。

李飞飞团队还距离设计了几个不同的场景，展示环境智能应用到不同的医疗场景下，能做到哪些事情，怎样帮助到医护工作者和患者。比如在手术室里，环境智能就可以派上大用场。比如，算法可以通过手术室录像回放来检查护士的缝线技能，也可以追踪使用过的所有手术器械——避免创口已经缝合结果剪刀落在里面的糟糕事故等等。

“AI Sensors（人工智能传感器）对病患治疗，养老和医疗服务在将来会有深远影响。我们的研究仅仅是走出的小小一步，”

此外，去年3月，李飞飞等人的论文《A computer vision system for deep learning-based detection of patient mobilization activities in the ICU》也被Nature子刊收录，该研究利用算法估计ICU病人移动活动的类型、频率和持续时间，有助于了解移动性干预对重症病人的具体作用，从而有可能降低ICU后综合征的风险。

而在今年新冠疫情期间，李飞飞团队提出了一个家庭人工智能系统的概念，该系统可以追踪病人的健康状况，包括对COVID-19症状的监控。该系统旨在解决跟踪老年人健康状况而不面临接触风险，尤其是在新冠这种大流行风险之下。目前该项目仍处于研究阶段。

“这项技术（人工智能）的潜力是无限的，不过前提是以人类为中心。”李飞飞曾表示。

文章综合编辑参考自新智元、健康界、机器之心等