cookieOptions = {...}; .透過 Apple Watch 就能預測糖尿病?這家公司專門開發了一款 AI 應用 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2018年2月14日 星期三

Diabetes Monitoring - NO MORE PRICKING YOUR FINGERS!




leiphone 作者:刘伟


通过 Apple Watch 就能预测糖尿病?这家公司专门开发了一款 AI 应用

在現代醫學帶來先進的血液和尿液,測試手段之前,醫生只能依靠味蕾來診斷糖尿病。

尿液中帶有甜味,一直是糖尿病最顯著的病理特徵,英文單詞mellitus的字面意思就是「甜的」。體液中的糖分含量過高,意味著你的新陳代謝出現了問題,要麼你的細胞不產生胰島素了,要麼就是胰島素對它們不起作用了。

十多年前,研究人員發現了一個,和糖尿病關係比較隱蔽的病理特徵。眾所周知,糖尿病的併發症包含了神經損傷,而神經損傷作用於心血管系統,會導致心律不齊。

這種變化透過電學和光學手段,都可以測量出來。因此,也許要不了多久,醫生就能透過患者手腕上佩戴的設備,來診斷糖尿病了,而不需要再測試血液和尿液。

將時間的指針撥回到2005年,那時只有頂尖運動員和重病患者,才會使用心律傳感器。但今天,每五個美國人中就有一個佩戴了心律傳感器。

這正是AI初創公司Cardiogram,試圖找出心率和糖尿病之間關係的原因。在近日於新奧爾良舉行的AAAI人工智慧大會上,Cardiogram提出了一項研究成果,研究表明,透過Apple Watch中的心律傳感器和計步器,可以很好地預測一個人,是否患有糖尿病。當然,前提是必須搭配相應的機器學習算法。

過去一段時間,蘋果公司一直在關注其標誌性可穿戴設備Apple Watch,所扮演角色的變化——從「私人教練」逐漸蛻變成了「私人醫生」。

去年11月,蘋果公司和健康保險公司Aetna達成了一項合作:作為降低醫療成本的試點項目的一部分,蘋果公司捐贈了超過50萬台Apple Watch。

它還和史丹佛大學共同進行了一項研究,測試Apple Watch監測不規則心跳的準確率(不規則心跳有可能導致中風和心臟病發作)。和Cardiogram、UCSF的合作,不過是蘋果公司在這方面的又一最新進展。Cardiogram是一家由前Google工程師創立的公司,總部位於舊金山。

Cardiogram開發了一個免費的APP,用於收集來自Apple Watch或整合了類似傳感器的, Fitbit、Garmin以及Android Wear等品牌可穿戴設備的心率數據。

這個APP採用了,與Google語音轉文字相同類型的神經網路,對心率和步數等數據,進行分析和闡釋。就數據本身而言,它們對疾病檢測幾乎毫無意義。這一方面是因為傳感器採集的數據存在偏差;另一方面是因為,要訓練出能辨識特定特徵的模型,必須先對數據進行標注。

要想搞清楚糖尿病患者的心率是什麼樣的,先得找到一些糖尿病患者。這正是UCSF的價值所在,它於2013年啓動了一項名為Health eHeart的大型心臟病研究項目,旨在收集100萬人的大量數位健康數據。

截至1月中旬,已經有19.6萬人參與了這項研究。每個參與者都會填寫一份關於其已知醫療狀況、家族史、藥物和血液檢查結果的調查問卷。其中大約有4萬人,將它們的資訊與Cardiogram應用進行了關聯。

Cardiogram公司的聯合創始人Brandon Ballinger,曾經是Google語音辨識軟體的技術負責人。

他說道:「這正是我們獲取數據標注的方式。從醫學的角度來說,每一份標注的數據,都對應著一個垂危的病人,但對互聯網公司所做的事情來說,它只是很小的樣本。」

因此,Cardiogram不得不採用一些技術手段,來訓練其神經網路DeepHeart,幫助診斷人類疾病。其中就用到了半監督序列學習技術,這項技術最初是用來處理,電商平台Amazon上的產品下方的評論等文本數據的。

只不過現在Cardiogram,用它來處理一系列的心率測量值——每周約測量4000次。透過一些數學轉換之後,這些資訊將變成,一個概括心率變異性的單一數值。研究人員會將這些數值與患者的標注數據關聯,然後就可以開始正式的訓練了。

透過這種方法訓練出的模型,在辨識非訓練組的糖尿病患者時,準確率達到了85%。這個成績與Cardiogram之前的一項成果非常接近。

去年,Cardiogram和UCSF共同發佈了一項研究成果,顯示DeepHeart可以基於Apple Watch收集的一周數據,預測高血壓、睡眠呼吸暫停和心房顫動等疾病,且準確率在80-90%之間。

那麼,Cardiogram的算法,究竟能不能在不直接測量,血液含糖量的情況下預測糖尿病呢?誰也不知道。

Health eHeart項目的主要研究人員之一Mark Pletcher表示,「顯然,糖尿病是一種心血管疾病,但它和心率變異性並沒有明顯的生理聯繫。當你在不懂底層原理的情況下用數據訓練機器學習算法時,你往往會得到一個結果,卻不明白它是怎麼得出的。坦率的講,這讓我感到緊張。我們進行了很多內部討論,討論這到底是一種有效的診斷手段,還是無關的因素。目前我們還沒有得出結論。」

這也引起了心臟病專家兼斯克里普斯轉化科學研究所主任Eric Topol的警覺,Eric Topol曾經領導了NIH斥資數十億美元的精準醫藥行動的數位健康部門。

他說道:「Cardiogram的研究同時具備生物學黑盒子和算法黑盒子的特點,是無法令人信服和站不住腳的。這最多只能算一種基於假設前提的研究。」假設的前提就是,DeepHeart發現了一種糖尿病的病理信號,但它發現的也可能是別的什麼。

Ballinger很快反駁了這種批評和指責。他認為,如果可穿戴設備告訴主人他罹患糖尿病的風險在增加,這時候他去找醫生用傳統手段做進一步診斷,還是可以獲得很好的治療。

萬一這個黑盒子可以幫助我們窺見一些門道呢?不過Ballinger也意識到,必須做一些前瞻性的驗證,才能證明人工智慧的確是有效的。

比如篩選出一些尚未診斷出患糖尿病的人,對它們進行跟蹤,觀察他們最後是否真的罹患了糖尿病。他表示,Cardiogram公司正在積極投入這方面的研究。

Cardiogram為Apple Watch和其他可穿戴設備開發的應用,目前都是免費的。不過Cardiogram計劃今年晚些時候,在應用中增加「使用者提醒」功能,向算法判定為有心房纖顫、高血壓、睡眠呼吸暫停和糖尿病的患者發送通知。

由於目前該程序尚未通過FDA審核,所以它不會作為一個獨立的診斷,而只是一種建議。不過,如果保險公司認為,這種建議可以讓患者盡早治療,節省醫療保險費用,或許也會為之買單。

鑒於這項研究缺乏足夠的說服力,Cardiogram未來還有很長的路要走。胃腸病學家兼衛生服務研究部主任Brennan Spiegel表示:「FDA肯定會審核準確率,此外,這些可穿戴設備是否真的可以改變患者的治療效果,目前也缺乏相關的數據支撐。創造一種技術並不是最難的,難的是如何運用這些技術改變病人的行為模式。這已經超出了電腦科學的範疇,來到了行為學和社會學的領域。」

不過Health eHeart 項目,和Cardiogram的研究至少說明瞭一件事情,那就是人們對於醫療級的測量應用,有著強烈需求。遺憾的是,對於一個健康的人來說,這些應用除了發送通知似乎就沒別的作用了。雷锋雷锋网
via wired  雷锋网編譯




                                                                                                                                                                                                                 



0 意見: