醫院的重症監護室（ICU）都有一個工作目標：減少病人在病床上（來不及治療）死亡的概率。
ICU 病房裡有著無數病人生命體征監控器傳輸來的資料流程，這恰好是應用人工智慧工具的完美場景，我們可以利用 AI 來判斷病人的病情是否突然急轉直下。來自 ECRI（一個健康設備、醫藥行業非盈利評估組織）的 Priyanka Shah 說道：“眾多醫院都對該應用充滿興趣，我們可以構建提前預警系統，預測可能對病人生命造成威脅的各種情況，比如膿血症，心臟驟停或呼吸停止。目前，科學界和醫療設備企業都在嘗試整合現有測量手段，試圖為病人病情惡化提供最佳預測方法。但即使技術問題被解決，研究者還需要將技術與醫療相關聯。“ 這意味著不僅僅需要技術上的支援，還需要將技術整合進醫院的工作流程中以節約成本。
而在應付美國 FDA 監管方面，固執的臨床醫生和看重成本的醫院管理層可能成為 ICU 智慧化工程中最大的阻礙部分。因為在技術層面，研究前景已經非常光明。
在 PICU 裡預測生死
新生兒重症監護室（PICU）內的場景常常是非常令人心痛的。在新生兒病房，脆弱的小寶寶躺在塑膠恒溫箱中，被各種機器和監控儀所包圍。從大廳看出去，那些連著管子和靜脈注射器的小孩子們正在卡通壁畫下堅強地微笑著。
洛杉磯的兒童醫院裡，資料科學家 Melissa Aczon 和 David Ledbetter 已經設計出一套人工智慧系統，説明醫生更快更早地發現孩子們病情惡化的情況。Aczon 和 Ledbetter 在醫院一個叫做視覺化 PICU 的研究機構裡進行研究，與那些希望手術過程更加優化的臨床醫生進行合作。Aczon 說：“他們的觀點是：ICU 室裡發生的一切都在進行資料的收集，我們有責任從這些資料和事件中學習，並將學習經驗應用到未來的病人中。“
Aczon 和 Ledbetter 的研究從訓練一個 AI 系統做出準確的預測開始。他們設計了一個實驗系統來預測 PICU 室的死亡率。他們借鑒醫院的電子健康記錄情況，確定了需要使用的資料，包括兒童的關鍵生命體征（一些每幾分鐘就會測量一次的指標），實驗結果和一些藥物資訊。
通過超過 12000 個 PICU 的病人記錄，他們的機器學習程式發現了資料中的模式，可以識別出 5% 的死亡案例。接著，該程式可以在 93% 的精確度下預測出死亡率，這個結果與過去醫院 PICU 簡單的排序系統相比，有了顯著提升。Aczon 與 Ledbetter 將研究結果發表在了 Arxiv 的預印本上。
他們研究的關鍵突破在於使用了一種叫做“迴圈神經網路（RNN）“的機器學習方法。這種方法是直接處理正在進行的資料流程，而不是從一個確定的時點的資料”快照“中得出結論。Aczon 說：”RNN 是一種優秀的方法，非常適用於處理醫院裡那些具有時序性且不斷發生的資料。新的資訊總是不斷產生，你必須隨時整合它們。“他們的 RNN 系統因為可以持續整合資料而表現出色，當觀測病人 12 小時的資料時，系統做出的預測最為準確。
這個系統還在實驗階段，但是 Aczon 和 Ledbetter 說這個工具應該會在 PICU 室內發揮巨大作用。當然，如果死亡預測軟體真的在醫院裡實現應用的話，醫生們應該不會滿足於只得到一些冰冷的風險得分。Ledbetter 說：“這個評價系統只是第一步。一旦你理解了病人目前的病情是如何變化的，那麼你就可以開始考慮如何介入病情，改變病人狀態。”
在 ICU 中阻止危機
AreteX System 公司的合作創始人 Wassim Haddad 說：“我們的使命是利用自動化系統來減少 ICU 病房裡的死亡率。” AreteX System 公司（該公司準備改名為 AutoMedica）專注于兩項 ICU 核心任務：通過機械呼吸機控制病人的呼吸，通過靜脈輸液控制病人的液體輸入量。
Haddad 說：“美國每年有 570 萬人進入 ICU 病房，其中 230 萬人需要呼吸機來維持呼吸，但是大約 80 萬人會經歷“病人與呼吸機不同步”的問題。如果不及時為病人注射鎮靜劑，他們會與呼吸機相抗衡，發生危險。因為病人想要吸氣，但機器卻讓他們呼氣，這會給病人帶來極大的恐慌感。“
AreteX 公司的工程師們創造了一種機器學習工具，可以通過病人呼吸機的資料識別出病人與呼吸機的同步類型。他們的系統可以向護士或呼吸治療師發出警報，報告哪個病人需要及時進入鎮定睡眠狀態，避免與生命維持機抗衡而發生危險。該公司最近在喬治亞東北醫療中心開展了醫療實驗，測試他們的系統。
目前的解決方案只是該公司完成使命的第一步。Haddad 說：“我們想要做的還有在醫院決策支持之外的事情。我們的最終目標是形成一個完全自動化的系統，自動改變呼吸機的速率，直接修正不同步問題。” 但是要達到這個終極目標，還需要更多的臨床實驗，並向監管者和醫院謹慎的行政層證明系統的安全性。
AreteX 公司還有一個類似的產品，用來監控 ICU 裡大部分病人靜脈注射的液體（主要用於增加血量或提高血壓）。Haddad 說：“現今的輸液管理程式是很無效的：通常是醫生將處方和輸液順序交給護士，由護士人工控制輸液速度。幾個小時後，醫生再來重新評估病人。ICU 的人員需要小心進行平衡，因為病人可能會因為輸液過多或過少而面臨嚴重的併發症危險。“
Haddad 的系統使用機器學習來測量一個病人對輸入液體量的即時反應，通過對輸液速度的調整説明病人保持穩定的身體狀態。AreteX 公司也正在喬治亞東北醫療中心測試這個液體管理系統。
Haddad 說：“在美國老齡化嚴重的趨勢下，加之 ICU 和急診室裡訓練有素的重症監護醫師供給的不足情況，醫療自動化可能會是唯一的解決方法。現在我們有 300 萬超過 85 歲的人群，2030 年這個數字會達到 900 萬，這會給國家的 ICU 病房帶來巨大壓力。“
via
spectrum.ieee.org