雖然這樣的場(chǎng)景當(dāng)中充滿了高科技元素，但這些技術(shù)本身并沒(méi)有得到充分的利用。每一臺(tái)機(jī)器都在以彼此隔離的方式監(jiān)控病患的一部分信息，且各設(shè)備之間無(wú)法協(xié)同工作——即無(wú)法捕捉或者分析豐富的數(shù)據(jù)流。ICU團(tuán)隊(duì)中的核心護(hù)理醫(yī)生、護(hù)士、呼吸治療師、藥劑師以及其他專(zhuān)家們顯然不可能隨時(shí)對(duì)每位病患加以密切關(guān)注。

未來(lái)的ICU將更好地利用機(jī)器及其產(chǎn)生的連續(xù)數(shù)據(jù)流。各監(jiān)控裝置不再孤立運(yùn)作，而是對(duì)信息加以匯總，從而向醫(yī)生全面展示患者的健康狀況。此外，這些信息還將流向人工智能(簡(jiǎn)稱(chēng)AI)系統(tǒng)，并由此類(lèi)系統(tǒng)據(jù)此對(duì)設(shè)備設(shè)置進(jìn)行自動(dòng)調(diào)整，最終確保患者始終處于最佳健康狀態(tài)。

在我們公司——位于新澤西州霍博肯的Autonomous Healthcare公司，我們正在為ICU設(shè)計(jì)并構(gòu)建首批人工智能系統(tǒng)。這些技術(shù)方案旨在提供細(xì)致且敏銳的護(hù)理服務(wù)，如同有專(zhuān)家長(zhǎng)期守在病人床邊般仔細(xì)校準(zhǔn)治療方法。這類(lèi)系統(tǒng)能夠顯著降低重癥監(jiān)護(hù)病房中工作人員的負(fù)擔(dān)，更重要的是，該技術(shù)還有望幫助患者更快離開(kāi)ICU環(huán)境，從而降低醫(yī)療保健成本。我們最初將著眼點(diǎn)放在美國(guó)本土的醫(yī)院當(dāng)中，但隨著人口老齡化與慢性病患病率的增加，我們意識(shí)到此類(lèi)技術(shù)在世界各地都能夠發(fā)揮重大作用。

由此帶來(lái)的收益很可能極為可觀。在美國(guó)，ICU是醫(yī)療保健體制內(nèi)最昂貴的組成部分。目前每天約有5萬(wàn)5千名患者在ICU接受治療，而一般的日均費(fèi)用從3千美元到1萬(wàn)美元不等。相關(guān)累計(jì)成本每年超過(guò)800億美元。

隨著嬰兒潮一代逐步成為老人，ICU的重要意義也得到進(jìn)一步凸顯。當(dāng)下，美國(guó)超過(guò)半數(shù)的ICU患者年齡高于65歲——預(yù)計(jì)這部分人口將由2014年的4600萬(wàn)增長(zhǎng)至2030年的7400萬(wàn)。歐洲與亞洲呈現(xiàn)出的類(lèi)似趨勢(shì)，已經(jīng)使其成為一個(gè)世界性的難題。為了滿足日益增長(zhǎng)的急性臨床護(hù)理需求，ICU需要進(jìn)一步提升自身功能與容量。在這方面，除了培養(yǎng)更多重癥監(jiān)護(hù)專(zhuān)家之外，引入自動(dòng)化手段也是一種重要的實(shí)現(xiàn)途徑。當(dāng)然，人工智能系統(tǒng)的存在并不是為了取代人類(lèi)，而是作為醫(yī)療團(tuán)隊(duì)的一部分，幫助醫(yī)生與護(hù)士在最需要他們的時(shí)間與地點(diǎn)運(yùn)用自己的技能。

一部分重癥患者需要佩戴機(jī)械式呼吸機(jī)[1]。這些機(jī)器能夠?qū)⒖諝馔迫敕尾?，但其?jié)奏可能與自然呼吸模式并不同步，這將導(dǎo)致患者與呼吸機(jī)間“產(chǎn)生對(duì)抗”。智能控制系統(tǒng)可以利用機(jī)器學(xué)習(xí)算法實(shí)時(shí)讀取氣流通量[2]并識(shí)別不同類(lèi)型的呼吸機(jī)異步[3]狀況。在這種完全自主的系統(tǒng)當(dāng)中，自適應(yīng)控制器[4]會(huì)不斷調(diào)整呼吸機(jī)的氣流，使其與患者之間保持同步。作為實(shí)現(xiàn)全面自主運(yùn)作的第一步，可以利用類(lèi)似的系統(tǒng)作為ICU中的決策支持工具，從而為呼吸治療師提供設(shè)備調(diào)整建議。

在目前的ICU當(dāng)中，由于顯示器每隔幾秒就會(huì)刷新一次，因此來(lái)自床邊監(jiān)視器的數(shù)據(jù)往往無(wú)法得到全程關(guān)注。雖然一部分先進(jìn)的ICU已經(jīng)在嘗試對(duì)這些測(cè)量值加以歸檔，但醫(yī)護(hù)人員仍然很難挖掘這些數(shù)據(jù)以獲得臨床見(jiàn)解。

人類(lèi)醫(yī)生通常既沒(méi)有時(shí)間，也沒(méi)有工具以掌握這些快速積累起來(lái)的數(shù)據(jù)。然而，人工智能系統(tǒng)卻能夠做到這一點(diǎn)。此外，其還可以根據(jù)數(shù)據(jù)采取措施，例如調(diào)整關(guān)鍵ICU任務(wù)中涉及的機(jī)器。在Autonomous Healthcare公司，我們首先關(guān)注用于管理患者通氣與液體的人工智能系統(tǒng)。當(dāng)患者處于鎮(zhèn)靜狀態(tài)或者患有肺衰竭(一種常見(jiàn)的ICU病癥)時(shí)，機(jī)械呼吸機(jī)即會(huì)發(fā)揮作用。嚴(yán)謹(jǐn)?shù)囊后w管理將可保證患者的循環(huán)系統(tǒng)始終擁有適當(dāng)?shù)难毫魍?，從而使其所有組織與器官皆獲得充足的氧氣供應(yīng)。

事實(shí)上，我們的方法來(lái)自一個(gè)看似無(wú)關(guān)的領(lǐng)域：航空航天領(lǐng)域。我們兩個(gè)——Haddad與Gholami——原本都是航空航天領(lǐng)域的控制工程師。我們第一次見(jiàn)面是在喬治亞理工學(xué)院的航空航天工程學(xué)院，Haddad當(dāng)時(shí)是院里的動(dòng)力系統(tǒng)與控制學(xué)教授，Gholami則是博士研究員。2000年之后Bailey也加入了我們的團(tuán)隊(duì)，當(dāng)時(shí)他在埃默里大學(xué)醫(yī)學(xué)院擔(dān)任麻醉學(xué)副教授。Haddad與Bailey最初著手研究控制方法，希望能夠在手術(shù)室當(dāng)中以自動(dòng)化方式實(shí)現(xiàn)麻醉劑量供應(yīng)與分娩處理。相關(guān)的臨床研究測(cè)試在亞特蘭大埃默里大學(xué)醫(yī)院以及喬治亞州蓋恩斯維爾的東北喬治亞醫(yī)療中心進(jìn)行。在此之后，我們將目光投向更為復(fù)雜且廣泛的ICU控制方向。2013年，Haddad與Gholami成立了Autonomous Healthcare公司，旨在將我們的人工智能系統(tǒng)商業(yè)化。Gholami擔(dān)任公司的CEO，Haddad出任首席科學(xué)顧問(wèn)，Bailey則為首席醫(yī)療官。

那么，航空航天科學(xué)與醫(yī)學(xué)之間到底存在哪些共通點(diǎn)?具體來(lái)講，二者都涉及大量數(shù)據(jù)，必須快速處理這些數(shù)據(jù)以便在生命面臨威脅時(shí)做出決策; 此外，兩者都要求同時(shí)執(zhí)行多種任務(wù)并保持平穩(wěn)的運(yùn)作狀態(tài)。更具體地講，我們已經(jīng)看到反饋控制技術(shù)在重癥監(jiān)控醫(yī)學(xué)中的作用。這些技術(shù)利用算法與反饋通過(guò)感測(cè)、計(jì)算以及驅(qū)動(dòng)等修改工程系統(tǒng)的行為。事實(shí)上，此類(lèi)技術(shù)在飛行控制與空中交通管制等重要安全系統(tǒng)中可謂無(wú)處不在。

然而，飛機(jī)與醫(yī)院病患之間存在著重大差異。飛機(jī)的設(shè)計(jì)與控制基于完善的力學(xué)與空氣動(dòng)力學(xué)理論，而人體則屬于極為復(fù)雜的生物系統(tǒng)——事實(shí)上，時(shí)至今日我們?nèi)匀粵](méi)有完全理解這些系統(tǒng)的運(yùn)作方式與相互作用。

下面回到機(jī)械式呼吸機(jī)的管理方面。存在直接創(chuàng)傷、肺部感染、心力衰竭或者膿毒癥等炎癥綜合征的ICU患者可能需要呼吸機(jī)的支持，利用其將空氣壓入肺部以實(shí)現(xiàn)被動(dòng)式換氣呼吸。該設(shè)備會(huì)不斷運(yùn)作以替代或者幫助患者完成自主呼吸。

然而，人與機(jī)器之間的互動(dòng)往往非常微妙。人體擁有自己的自動(dòng)呼吸控制機(jī)制，其中神經(jīng)系統(tǒng)觸發(fā)膈肌收縮并向下拉伸肺部，從而開(kāi)始吸入空氣。呼吸機(jī)必須具備同樣的固有驅(qū)動(dòng)方法，即以自然的方式同步患者的吸氣與呼氣過(guò)程，并盡可能與患者自主呼吸時(shí)的氣流量相匹配。

為了讓患者及時(shí)利用機(jī)械式呼吸機(jī)進(jìn)行呼吸輔助，Autonomous Healthcare公司的Syncrom-E系統(tǒng)能夠?qū)饬鬟M(jìn)行分析。

遺憾的是，患者的需求與機(jī)器的輸送能力之間往往存在著嚴(yán)重的不匹配問(wèn)題——這可能導(dǎo)致患者與呼吸機(jī)間“產(chǎn)生對(duì)抗。”舉例來(lái)說(shuō)，患者可能天然需要更長(zhǎng)的時(shí)間進(jìn)行吸氣，但呼吸機(jī)卻過(guò)早地轉(zhuǎn)換至呼氣階段。機(jī)械式呼吸機(jī)以及其它類(lèi)型呼吸機(jī)普遍存在這種同步問(wèn)題，且其直接關(guān)系到ICU內(nèi)病患的駐留時(shí)長(zhǎng)甚至是死亡風(fēng)險(xiǎn)。此外，專(zhuān)家們還沒(méi)有徹底弄清這種異步狀況會(huì)產(chǎn)生哪些更具體的不利影響; 但可以肯定的是，當(dāng)機(jī)器將空氣硬性推入肺部時(shí)，未同步的患者顯然會(huì)感到不適，而肌肉性反應(yīng)將會(huì)帶來(lái)額外的體能消耗。在美國(guó)的ICU當(dāng)中，存在嚴(yán)重呼吸機(jī)不同步問(wèn)題的患者比例估計(jì)在12%至43%之間。

解決這個(gè)問(wèn)題的第一步，當(dāng)然是要進(jìn)行呼吸頻率檢測(cè)。經(jīng)驗(yàn)豐富的呼吸治療師能夠持續(xù)觀察呼吸機(jī)顯示屏上的壓力指數(shù)與流量波形，從而識(shí)別出不同類(lèi)型的異步問(wèn)題。但在ICU當(dāng)中，一名呼吸治療師往往需要監(jiān)管10名甚至更多患者，因此其顯然無(wú)法隨時(shí)陪伴在每一位患者身邊。

在我們公司，我們?cè)O(shè)計(jì)出一套機(jī)器學(xué)習(xí)框架，能夠復(fù)制人類(lèi)在檢測(cè)各類(lèi)異步問(wèn)題中的專(zhuān)業(yè)知識(shí)。為了訓(xùn)練這套系統(tǒng)，我們利用呼吸機(jī)患者的波形數(shù)據(jù)集，其中每個(gè)波形都由一組臨床專(zhuān)家進(jìn)行評(píng)估。我們的算法學(xué)習(xí)了多種不同的異步特征——例如特定時(shí)間點(diǎn)中氣流信號(hào)內(nèi)體現(xiàn)出的特定傾角等。在我們對(duì)算法效能的首次評(píng)估當(dāng)中，我們專(zhuān)注所謂的循環(huán)異步，這也是最具挑戰(zhàn)性的異步問(wèn)題類(lèi)型。呼吸機(jī)的呼氣已經(jīng)開(kāi)始與患者自身的呼氣動(dòng)作不匹配，而我們的算法能夠在對(duì)新數(shù)據(jù)集內(nèi)循環(huán)異步進(jìn)行檢測(cè)時(shí)表現(xiàn)出極高的準(zhǔn)確性，且相關(guān)結(jié)論與人類(lèi)專(zhuān)家的判斷保持高度一致。

我們目前正在東北喬治亞醫(yī)療中心的ICU測(cè)試這套算法，從而實(shí)時(shí)檢測(cè)真實(shí)患者的呼吸異步問(wèn)題。該技術(shù)已經(jīng)被納入臨床決策支持系統(tǒng)，用以幫助呼吸治療師更快更準(zhǔn)確地評(píng)估患者需求。這套框架還能夠?yàn)檠芯咳藛T提供工具，用以更好地理解產(chǎn)生呼吸異步問(wèn)題的根本原因及其給患者造成的影響。我們的長(zhǎng)期目標(biāo)是設(shè)計(jì)出新的機(jī)械式呼吸機(jī)，確保根據(jù)每位患者的需求自動(dòng)調(diào)整自身設(shè)置。

提到ICU的場(chǎng)景，很多朋友的腦海中可能浮現(xiàn)的是患者床邊懸掛著塑料袋，液體不斷通過(guò)靜脈滴注進(jìn)入體內(nèi)。沒(méi)錯(cuò)，大約四分之三的患者在ICU住院期間都確實(shí)需要接受這種藥劑注射。

然而，對(duì)注射藥劑的具體量進(jìn)行校準(zhǔn)一直未能以科學(xué)的方式進(jìn)行。事實(shí)上，追蹤患者的液體注射情況一直是項(xiàng)艱難的任務(wù)：沒(méi)有哪種現(xiàn)有醫(yī)療傳感器能夠直接監(jiān)測(cè)液體量，因此醫(yī)生只能依賴(lài)于間接性指標(biāo)，例如血壓與尿量等。而患者實(shí)際需要的液體注射量，取決于他們所罹患的疾病與當(dāng)前服用的藥物等因素。

大部分ICU病患都需要利用輸液泵與靜脈輸液[1]等方式將液體滴入靜脈。其間，保證輸入液體量的準(zhǔn)確可謂至關(guān)重要：如果循環(huán)系統(tǒng)中的液量過(guò)低或者過(guò)高，則可能引發(fā)嚴(yán)重的并發(fā)癥。智能控制系統(tǒng)能夠?qū)崟r(shí)追蹤相關(guān)指標(biāo)[2]，例如動(dòng)脈血壓及心臟泵血量; 而后，系統(tǒng)可以將數(shù)據(jù)輸入至生理模型[3]，該模型用于表示液體如何穿過(guò)身體中的血管與組織。在這套完全自主的系統(tǒng)當(dāng)中，自適應(yīng)控制器[4]可以連續(xù)調(diào)節(jié)液體輸入量以保持患者穩(wěn)定。在起步階段，ICU醫(yī)生可以首先將這項(xiàng)技術(shù)引入提供建議的決策支持系統(tǒng)。

對(duì)于膿毒癥患者而言，獲得正確的液體注入量則更為重要。膿毒癥是一種以全身炎癥為特征且可能危及生命的綜合癥。在此類(lèi)患者中，往往普遍存在血管擴(kuò)張、血壓降低，且體液自最細(xì)小的血管——即毛細(xì)血管處泄漏等問(wèn)題。在這種情況下，血液能夠?yàn)槠鞴偬峁┑难鯏y帶量將有所降低，因此可能導(dǎo)致器官衰竭甚至患者死亡。醫(yī)生需要分配藥物以增強(qiáng)血壓，并將額外的液體泵入患者的循環(huán)系統(tǒng)之內(nèi)以對(duì)抗敗血癥。

其中最重要的就是注入足夠但又不致于過(guò)量的液體——過(guò)量會(huì)引發(fā)多種并發(fā)癥，包括肺水腫、肺部積液，甚至干擾正常呼吸。研究表明，液體注入量超標(biāo)有可能帶來(lái)更長(zhǎng)的機(jī)械式呼吸機(jī)使用周期、更長(zhǎng)的住院時(shí)間甚至是更高的死亡率。

因此，醫(yī)生的目標(biāo)是將患者的體液維持在一定水平——這一水平基于普通患者的整體模型。當(dāng)醫(yī)生們巡查ICU時(shí)，他們會(huì)通過(guò)檢查血液中的混合氣體并監(jiān)測(cè)血壓/尿量來(lái)確定患者是否處于穩(wěn)定的水平。很明顯，這種對(duì)注入液體添加時(shí)間/添加量的判斷是非常主觀的，且很難總結(jié)出普遍適用的最佳實(shí)踐標(biāo)準(zhǔn)。

人工智能系統(tǒng)在這方面可以作得更好。其不再根據(jù)患者普遍情況制定目標(biāo)并做出決策，而是實(shí)時(shí)分析個(gè)別患者的各項(xiàng)生理指標(biāo)，并根據(jù)其具體需求不斷進(jìn)行注射液分配。

在Autonomous Healthcare公司，我們開(kāi)發(fā)出一套全自動(dòng)系統(tǒng)，其能夠間接測(cè)量患者的體液水平(例如血壓以及每次心跳泵出血液量的變化)，而后將數(shù)據(jù)輸入復(fù)雜的生理模型當(dāng)中。我們的系統(tǒng)利用這些測(cè)量值以評(píng)估液體在人體血管與組織之間的移動(dòng)方式，并在出現(xiàn)新測(cè)量值時(shí)不斷調(diào)整參數(shù)。我們還擁有專(zhuān)門(mén)的自適應(yīng)控制器，可根據(jù)后續(xù)的流量輸入對(duì)設(shè)置做出調(diào)整。

我們技術(shù)方案的一大優(yōu)勢(shì)，在于其關(guān)注控制工程師們所謂的閉環(huán)系統(tǒng)穩(wěn)定性——這意味著任何對(duì)于正常狀態(tài)的振動(dòng)都只會(huì)導(dǎo)致輕微且短暫的變化。目前已經(jīng)有大量工程應(yīng)用采用可確保閉環(huán)穩(wěn)定性的控制系統(tǒng)——例如在飛機(jī)遭遇強(qiáng)大的湍流時(shí)，自動(dòng)駕駛系統(tǒng)會(huì)進(jìn)行補(bǔ)償以盡可能降低振動(dòng)幅度。然而，大多數(shù)醫(yī)療設(shè)備的控制系統(tǒng)都沒(méi)有這樣的保障能力。如果醫(yī)生判斷膿毒癥患者的體液水平正急劇下降，他們可能會(huì)一次性注入大量液體，并引發(fā)過(guò)度補(bǔ)償問(wèn)題。

為了防止ICU患者從輸液泵中獲得的注射液量過(guò)多/過(guò)少，Autonomous Healthcare公司的CLARC系統(tǒng)能夠從循環(huán)系統(tǒng)中獲取讀數(shù)信息。

我們已經(jīng)與獸醫(yī)麻醉師與心血管生理學(xué)家Willaim Muir合作測(cè)試了這套自動(dòng)化液體管理系統(tǒng)。面對(duì)正遭受出血折磨的小狗，我們利用這套系統(tǒng)調(diào)節(jié)液體的輸注操作。我們的系統(tǒng)成功令小狗保持在穩(wěn)定狀態(tài)——其每次心跳所泵送的血液量始終較為恒定。

當(dāng)然，我們還需要進(jìn)行更多測(cè)試，以獲得針對(duì)人類(lèi)病患采用全自動(dòng)液體管理系統(tǒng)的監(jiān)管批準(zhǔn)。與我們?cè)诤粑鼨C(jī)管理方面進(jìn)行的嘗試一樣，我們可以首先從為ICU建立決策支持系統(tǒng)起步。這種“人類(lèi)在環(huán)”系統(tǒng)將向臨床醫(yī)生提供信息與建議，而后由臨床醫(yī)生據(jù)此對(duì)輪流泵設(shè)置做出調(diào)整。

除了呼吸與液體管理之外，與患者護(hù)理相關(guān)的其它重要自動(dòng)化方向還包括疼痛管理與鎮(zhèn)靜等。在未來(lái)的ICU中，我們?cè)O(shè)想大部分此類(lèi)臨床操作都可由人工智能系統(tǒng)監(jiān)控、協(xié)調(diào)與控制，由人工智能系統(tǒng)評(píng)估每位患者的生理狀態(tài)并實(shí)時(shí)調(diào)整其中的設(shè)備設(shè)置。

然而，要實(shí)現(xiàn)這一愿景，單單提供可靠的技術(shù)還遠(yuǎn)遠(yuǎn)不夠。我們還必須解決醫(yī)院體系中存在的諸多監(jiān)管障礙與體制性約束。

很明顯，監(jiān)管機(jī)構(gòu)需要認(rèn)真審查任何新型自主醫(yī)療系統(tǒng)。我們建議監(jiān)管機(jī)構(gòu)采用汽車(chē)與航空航天工業(yè)中常用的兩種測(cè)試框架。首先是計(jì)算機(jī)模擬實(shí)驗(yàn)，其通過(guò)計(jì)算機(jī)模擬測(cè)試算法。當(dāng)然，這些測(cè)試的前提在于模擬環(huán)境以高保真生理模型為基礎(chǔ)。目前，其在某些應(yīng)用層面已經(jīng)成為可能——例如，美國(guó)食品與藥物管理局最近批準(zhǔn)利用計(jì)算機(jī)模擬試驗(yàn)作為動(dòng)物試驗(yàn)的替代方案，進(jìn)而開(kāi)發(fā)出用于糖尿病患者的人工胰腺。

第二套實(shí)用性框架是利用“硬件在環(huán)”測(cè)試，其中硬件代表需要關(guān)注的對(duì)象——包括噴氣式發(fā)動(dòng)機(jī)乃至人體循環(huán)系統(tǒng)。此后，大家可以在硬件平臺(tái)上測(cè)試相關(guān)設(shè)備，例如自動(dòng)化液體注射泵，其能夠生成與真實(shí)臨床監(jiān)護(hù)儀上相同的數(shù)據(jù)類(lèi)型。這些硬件在環(huán)測(cè)試可以證明設(shè)備在模擬與現(xiàn)實(shí)場(chǎng)景下?lián)碛型瑯恿己玫谋憩F(xiàn)。一旦這些技術(shù)被證明適用于危重病人，那么接下來(lái)即可真正在病患護(hù)理中進(jìn)行實(shí)地測(cè)試。

要將這些技術(shù)引入醫(yī)院，最后一步在于贏得醫(yī)學(xué)界的認(rèn)可與信任。醫(yī)學(xué)領(lǐng)域是個(gè)普遍保守的環(huán)境，當(dāng)然這種保守也有著充分的理由。沒(méi)人愿意做出可能對(duì)患者健康產(chǎn)生威脅的變化。而我們的方法在于分階段驗(yàn)證自身技術(shù)：我們首先實(shí)現(xiàn)決策支持系統(tǒng)商業(yè)化，用以展示其功效與收益; 而后逐步轉(zhuǎn)向真正的自主系統(tǒng)。隨著人工智能水平的提升，我們相信ICU完全能夠展現(xiàn)出更智能、更安全也更健康的新面貌。