病人在醫(yī)院以外的地方出現(xiàn)心臟驟停時(shí)，急救必須分秒必爭(zhēng)。因?yàn)槊窟^(guò)一分鐘，患者的存活幾率就會(huì)降低 10%。

急救的第一步是識(shí)別患者是否出現(xiàn)心臟停搏，可是對(duì)電話另一端的緊急醫(yī)療調(diào)度員來(lái)講，僅借助于病人那些驚慌失措的親友的傳達(dá)，很難對(duì)患者癥狀做出正確的判斷，挑戰(zhàn)性很大。

如今在哥本哈根，調(diào)度員有了人工智能技術(shù)的幫助。在有人打電話叫救護(hù)車時(shí)，一個(gè)名為 Corti 的人工智能助手會(huì)與調(diào)度員同時(shí)接聽(tīng)電話，它可以用語(yǔ)音識(shí)別軟件將對(duì)話轉(zhuǎn)成文字，并用機(jī)器學(xué)習(xí)算法分析對(duì)方的用詞以及其他可用于診斷心臟病發(fā)作的背景線索，機(jī)器人 Corti 會(huì)實(shí)時(shí)向調(diào)度員提供診斷警報(bào)。

診斷心臟病患者時(shí)，調(diào)度員通常只能依靠自身的知識(shí)儲(chǔ)備。開(kāi)發(fā)該人工智能技術(shù)的初創(chuàng)公司 CEO Andreas Cleve 說(shuō)："我們平時(shí)遇到問(wèn)題，上谷歌搜索或者問(wèn)人就行了?？墒沁@些調(diào)度員要處理的是關(guān)乎我們生命的最嚴(yán)峻的問(wèn)題，卻沒(méi)有可以依賴的輔助工具。"

在哥本哈根，訓(xùn)練有素的調(diào)度員根據(jù)電話描述識(shí)別心臟驟停癥狀的準(zhǔn)確率大約是 73％，而 AI 可以做得更好。在早期小規(guī)模研究中，機(jī)器學(xué)習(xí)模型通過(guò)電話描述識(shí)別心臟驟停的幾率達(dá)到了 95%。

同其他機(jī)器學(xué)習(xí)技術(shù)一樣，Corti 的設(shè)計(jì)原理并不是搜索任何特定的信號(hào)，而是"自我訓(xùn)練"——通過(guò)傾聽(tīng)大量急救通話，找出影響診斷結(jié)果的關(guān)鍵因素，然后不斷改進(jìn)模型。不涉及言語(yǔ)的聲音往往也很重要，Corti 采用的技術(shù)必須能從警報(bào)聲、呼喊聲等大量背景噪音中發(fā)現(xiàn)有用線索。

事實(shí)上，如果有更準(zhǔn)確的診斷，調(diào)度員完全可以在電話上全程指導(dǎo)患者的親友做心肺復(fù)蘇，并讓急救人員做更充分的準(zhǔn)備。部分城市還可以考慮在采用該技術(shù)之后，派遣無(wú)人機(jī)運(yùn)送心臟自動(dòng)除顫器，可以比救護(hù)車提前到達(dá)；還可以派遣恰好在周邊區(qū)域的接受過(guò)心肺復(fù)蘇訓(xùn)練的志愿者。

除了識(shí)別心臟驟停的跡象之外，人工智能系統(tǒng)還嘗試消除其他錯(cuò)誤，例如監(jiān)聽(tīng)調(diào)度員是否詢問(wèn)了病人地址，以及救護(hù)車是否在趕往正確的地址。該技術(shù)是人工智能如何輔助人類而非替代人類的一個(gè)例子。

本文來(lái)源：IEEE電氣電子工程師學(xué)會(huì)微信公眾號(hào)