本文介紹一名天才少女：18歲的高中生Amy Jin參加李飛飛帶領(lǐng)的斯坦福AI4ALL項(xiàng)目，過(guò)去兩年間致力于與斯坦福大學(xué)的研究人員一起將AI用于幫助醫(yī)學(xué)實(shí)踐，甚至獲得了NIPS workshop的最佳論文獎(jiǎng)！

18歲的Amy Jin剛從高中畢業(yè)，她熱愛(ài)街舞、小提琴和英國(guó)文學(xué)。但她對(duì)計(jì)算機(jī)科學(xué)的無(wú)比熱愛(ài)使她成為飛速發(fā)展的人工智能領(lǐng)域的超級(jí)明星。

Amy從六年級(jí)開(kāi)始就對(duì)AI產(chǎn)生了濃厚的興趣。當(dāng)時(shí)，加州哈克中學(xué)的學(xué)生們要選擇一些具有挑戰(zhàn)性的研究項(xiàng)目，展示如何使用計(jì)算機(jī)程序來(lái)解決現(xiàn)實(shí)世界中的問(wèn)題。

進(jìn)入高中時(shí)，她對(duì)AI的熱情被點(diǎn)燃了。她聽(tīng)到IBM的一位科學(xué)家描述沃森超級(jí)計(jì)算機(jī)如何利用AI幫助增強(qiáng)人類(lèi)在醫(yī)學(xué)和其他領(lǐng)域的能力。

“這對(duì)我來(lái)說(shuō)真的很吸引人，沃森可以成為醫(yī)生的第二雙眼睛。”Amy在最近的一次采訪中說(shuō)道：“我認(rèn)為AI是一個(gè)非常有前途的領(lǐng)域，和許多學(xué)科有著跨學(xué)科的聯(lián)系。”

自那以后，她成為了新一代年輕科學(xué)愛(ài)好者中的一員，正是他們?cè)谌斯ぶ悄茴I(lǐng)域掀起波瀾。AI有可能在許多方面改變醫(yī)療實(shí)踐，從幫助早期疾病診斷到改善治療等等，以及確保患者在醫(yī)院和家里的安全。

Amy Jin

與斯坦福大學(xué)研究者合作開(kāi)發(fā)醫(yī)療AI

在過(guò)去的兩年里，Amy與斯坦福大學(xué)的導(dǎo)師一起開(kāi)發(fā)了一個(gè)新的軟件程序，可以測(cè)量外科醫(yī)生的技術(shù)水平。它的工作原理是“觀看”一段手術(shù)視頻，跟蹤手術(shù)過(guò)程中使用的儀器的運(yùn)動(dòng)和時(shí)間。在去年12月舉行的NIPS會(huì)議上，Amy和來(lái)自斯坦福大學(xué)醫(yī)學(xué)和工程學(xué)院的研究人員共同發(fā)表了這一成果，并獲得了workshop的最佳論文獎(jiǎng)。

斯坦福大學(xué)臨床治療成效研究中心(Clinical ExcellenceResearchCenter，CERC)主任Arnold Milstein博士預(yù)測(cè)，該方法將在客觀評(píng)估臨床醫(yī)生在各種臨床活動(dòng)的技能方面開(kāi)辟新天地。

Milstein是這項(xiàng)工作的論文的合著者，他表示：“這項(xiàng)工作提供了一條路徑，可以根據(jù)住院醫(yī)生的學(xué)習(xí)速度來(lái)調(diào)整手術(shù)培訓(xùn)的時(shí)長(zhǎng)。并且它為更客觀的方法開(kāi)辟了道路，可以定期驗(yàn)證外科醫(yī)生的技能水平，或在長(zhǎng)時(shí)間手術(shù)中需要休息時(shí)提醒外科醫(yī)生。”

這個(gè)項(xiàng)目是Milstein團(tuán)隊(duì)與李飛飛帶領(lǐng)的斯坦福人工智能實(shí)驗(yàn)室之間長(zhǎng)達(dá)6年的合作關(guān)系的成果之一。科學(xué)家們正在開(kāi)發(fā)各種形式的AI，以幫助確保可靠地應(yīng)用醫(yī)療保健的最佳實(shí)踐。他們最初的工作重點(diǎn)是提高重癥監(jiān)護(hù)病房的醫(yī)護(hù)人員對(duì)患者安全規(guī)程的遵守程度，改善醫(yī)院里的手部衛(wèi)生狀況，并通過(guò)評(píng)估身體虛弱的老年人站立時(shí)的穩(wěn)定性來(lái)監(jiān)控他們?cè)诩抑械慕】禒顩r。

Milstein說(shuō)，CERC的一位研究員表示，應(yīng)該將這些技術(shù)應(yīng)用于外科手術(shù)，“美國(guó)外科醫(yī)學(xué)委員會(huì)長(zhǎng)期以來(lái)一直在尋找方法，希望對(duì)外科醫(yī)生的技能水平進(jìn)行客觀測(cè)試。”

斯坦福普外科住院醫(yī)師、醫(yī)學(xué)博士Jeff Jopling很自然地被這個(gè)項(xiàng)目吸引住了，他是前CERC學(xué)者，他提出用計(jì)算機(jī)技術(shù)跟蹤外科手術(shù)。Jopling也是Amy Jin這篇AI論文的合著者。

與Amy Jin合作的Serena Yeung（左）和Jeff Jopling

1999年，美國(guó)國(guó)家醫(yī)學(xué)院發(fā)布了一份報(bào)告，報(bào)告指出，由于人類(lèi)在醫(yī)療中的失誤造成了高死亡率和致殘率。此后，醫(yī)療保健中的安全問(wèn)題成為關(guān)注焦點(diǎn)。Jopling說(shuō)，臨床醫(yī)生試圖通過(guò)手術(shù)安全檢查清單等解決方案來(lái)盡量減少可預(yù)防的并發(fā)癥。

2013年，一項(xiàng)針對(duì)密歇根州20名肥胖治療外科醫(yī)生的研究凸顯了這個(gè)問(wèn)題中缺失的一個(gè)變量：外科醫(yī)生的熟練程度。這項(xiàng)發(fā)表在《新英格蘭醫(yī)學(xué)雜志》上的研究表明，如果一名外科醫(yī)生表現(xiàn)出色——通過(guò)同行對(duì)外科醫(yī)生手部動(dòng)作視頻的盲評(píng)來(lái)衡量——患者也會(huì)表現(xiàn)出色；如果外科醫(yī)生技術(shù)不好，病人就更有可能出現(xiàn)并發(fā)癥，需要進(jìn)行重復(fù)手術(shù)或急診。

“在那之前，人們一直非常關(guān)注于改進(jìn)系統(tǒng)，但這個(gè)研究表明，人類(lèi)醫(yī)生及其技能也很重要，”Jopling表示。

然而，在人類(lèi)醫(yī)生的培訓(xùn)過(guò)程中，他們通常不能很好地了解自己的表現(xiàn)，Jopling說(shuō)。

“即使我在培訓(xùn)中做了1000次手術(shù)，我得到的反饋也很少，”Jopling說(shuō)：“我當(dāng)實(shí)習(xí)生時(shí)對(duì)此感到驚訝。我本以為這就像一項(xiàng)運(yùn)動(dòng)或音樂(lè)，教練會(huì)告訴你’這樣做，不要那樣做’。優(yōu)秀的教師能做到這一點(diǎn)，但不是每個(gè)人都能做到。不是每個(gè)人都能向你解釋你做得好還是做得不好。”

當(dāng)Jopling在考慮新的手術(shù)項(xiàng)目時(shí)， Amy Jin 正忙于適應(yīng)高中學(xué)業(yè)。她是華裔孩子，父母都是物理學(xué)博士，她長(zhǎng)期以來(lái)對(duì)計(jì)算機(jī)科學(xué)很感興趣，而且是一名數(shù)學(xué)天才，但她從來(lái)沒(méi)有做過(guò)任何編程。因此，在高一時(shí)她報(bào)名參加了AP計(jì)算機(jī)科學(xué)課程，并加入了學(xué)校的女性科學(xué)、技術(shù)、工程和數(shù)學(xué)俱樂(lè)部(后來(lái)她成為俱樂(lè)部主席)。在那里，她聽(tīng)說(shuō)了斯坦福人工智能實(shí)驗(yàn)室的拓展暑期項(xiàng)目有一個(gè)機(jī)會(huì)，該項(xiàng)目旨在吸引年輕女孩子進(jìn)入科學(xué)事業(yè)。

在這個(gè)項(xiàng)目中，Amy和斯坦福博士生Serena Yeung搭檔，Serena Yeung是她的導(dǎo)師。Yeung也是中國(guó)移民的女兒，兩人分享了對(duì)科學(xué)的熱情和對(duì)幫助他人的渴望。Yeung一直對(duì)醫(yī)學(xué)很感興趣——她的父親是一名家庭醫(yī)生——但在斯坦福大學(xué)讀本科時(shí)，她意識(shí)到自己真正熱愛(ài)的是工程。她開(kāi)始沉浸于人工智能，并在Facebook和谷歌實(shí)習(xí)。在尋找博士項(xiàng)目時(shí)，她遇到了Milstein，并被利用AI改進(jìn)醫(yī)療實(shí)踐的想法所吸引。

Yeung將Amy介紹給這個(gè)組織的其中一個(gè)AI醫(yī)學(xué)項(xiàng)目——一項(xiàng)旨在控制感染傳播的手部消毒計(jì)劃，這是住院患者的一個(gè)大問(wèn)題。在這個(gè)項(xiàng)目中，Yeung、Jopling及其同事獲準(zhǔn)在斯坦福露西爾帕卡德兒童醫(yī)院的一個(gè)移植單元外安裝深度傳感器和熱傳感器。他們使用AI對(duì)傳感器進(jìn)行編程，在有人經(jīng)過(guò)傳感器時(shí)監(jiān)控他們——為了保護(hù)隱私，傳感器只能顯示出人體輪廓。

研究人員在2017年的Machine Learning for Healthcare workshop上做了報(bào)告，稱(chēng)他們的算法能夠以95%以上的準(zhǔn)確率預(yù)測(cè)人員是否正確地進(jìn)行了手部清潔。

Amy對(duì)她在這個(gè)項(xiàng)目上的工作十分著迷，并渴望學(xué)習(xí)和做更多的事情。Yeung認(rèn)為這個(gè)萌芽中的手術(shù)項(xiàng)目對(duì)她來(lái)說(shuō)是一個(gè)完美的新機(jī)會(huì)。

“我們可以把范圍擴(kuò)大到Amy可以開(kāi)始的水平。” Yeung笑著說(shuō)：“顯然，她的表現(xiàn)超出了我們所有人的預(yù)期。這不僅僅是一個(gè)高中的項(xiàng)目，真的非常棒。”

Amy旁聽(tīng)了斯坦福大學(xué)計(jì)算機(jī)視覺(jué)專(zhuān)業(yè)的一門(mén)本科課程，學(xué)習(xí)如何訓(xùn)練計(jì)算機(jī)“看”和理解視覺(jué)世界。她獨(dú)立挖掘了許多醫(yī)學(xué)和計(jì)算機(jī)科學(xué)的相關(guān)文獻(xiàn)，并與團(tuán)隊(duì)分享。

這個(gè)項(xiàng)目在2016年夏天正式啟動(dòng)，其挑戰(zhàn)是“教”計(jì)算機(jī)識(shí)別并跟蹤臨床醫(yī)生的手術(shù)工具路徑。這是物體檢測(cè)的一種形式，這一領(lǐng)域近年來(lái)發(fā)展迅速，部分原因正是由于李飛飛實(shí)驗(yàn)室的貢獻(xiàn)。

識(shí)別數(shù)據(jù)點(diǎn)

該方法包括開(kāi)發(fā)一種算法，當(dāng)計(jì)算機(jī)被輸入數(shù)千個(gè)數(shù)據(jù)點(diǎn)時(shí)，算法可以教會(huì)計(jì)算機(jī)學(xué)習(xí)。隨著數(shù)據(jù)增加，計(jì)算機(jī)逐漸進(jìn)行調(diào)整，直到達(dá)到精確識(shí)別物體的程度——在這種案例中，所識(shí)別的是手術(shù)工具。計(jì)算機(jī)快速消化大量數(shù)據(jù)的能力不斷增強(qiáng)，使這一過(guò)程成為可能。Yeung說(shuō)，Amy改進(jìn)了一些目標(biāo)檢測(cè)技術(shù)，將其應(yīng)用于外科手術(shù)。

“總的想法是，如果我們能夠在視頻中追蹤和識(shí)別儀器，我們就能更好地分析工具的使用模式和運(yùn)動(dòng)，”Amy說(shuō)，這已經(jīng)被證明是衡量和評(píng)估外科醫(yī)生技能的有效方法。

為了簡(jiǎn)單起見(jiàn)，研究人員把重點(diǎn)放在膽囊切除手術(shù)上，因?yàn)檫@是一種常見(jiàn)的標(biāo)準(zhǔn)化手術(shù)，通常最多使用七種器械，包括大剪刀、抓鉗和剪刀。他們獲得了斯特拉斯堡大學(xué)醫(yī)院的15段手術(shù)視頻，并對(duì)大約2500個(gè)幀進(jìn)行了標(biāo)記，每個(gè)幀都有一個(gè)值，這樣計(jì)算機(jī)就可以建立這些工具的視覺(jué)圖像，并在手術(shù)區(qū)域內(nèi)定位它們。他們使用量度來(lái)跟蹤手術(shù)工具的時(shí)間——什么工具在什么時(shí)候使用，使用了多長(zhǎng)時(shí)間——并生成每個(gè)工具路徑的地圖。此外，他們還繪制了熱圖，顯示了這些工具在手術(shù)領(lǐng)域的應(yīng)用范圍有多廣，因?yàn)楹玫耐饪漆t(yī)生傾向于在一個(gè)集中的區(qū)域使用器械。

從圖像和統(tǒng)計(jì)數(shù)據(jù)上，研究人員能夠衡量臨床醫(yī)生表現(xiàn)的多個(gè)方面，包括他們的運(yùn)動(dòng)經(jīng)濟(jì)性，他們?cè)诓煌瑑x器之間來(lái)回切換的頻率，以及他們?cè)谑中g(shù)每一步的效率。然后，他們讓三名斯坦福外科醫(yī)生獨(dú)立觀看這些視頻，并根據(jù)被廣泛接受的標(biāo)準(zhǔn)給這些外科醫(yī)生打分，分值從1到5。

例如，在膽囊切除手術(shù)中，有一個(gè)關(guān)鍵步驟是，臨床醫(yī)生必須夾住并剪斷向膽囊供血的膽囊動(dòng)脈和負(fù)責(zé)膽汁進(jìn)出的膽囊管。如果處理得當(dāng)，這一步驟可以防止術(shù)中和術(shù)后出血和膽汁滲漏。如果夾子位置放錯(cuò)了或松了，患者可能會(huì)出現(xiàn)破壞性的并發(fā)癥，包括膽管損傷。

一位優(yōu)秀的外科醫(yī)生可以高效地做到這一點(diǎn)。在一個(gè)案例中，錄像顯示了外科醫(yī)生的嫻熟技巧，剪刀和鉗子的位置都恰到好處。另一段視頻顯示，外科醫(yī)生努力將另一把鉗子放對(duì)位，然后花了一些時(shí)間來(lái)松開(kāi)它。計(jì)算機(jī)不僅通過(guò)觀察工具的放置位置和路徑，而且通過(guò)觀察器械使用的時(shí)間，從而檢測(cè)技能水平的差異。

分析完成后，研究小組將結(jié)果提交給2017 NIPS的Machine Learning for Health workshop。在研討會(huì)上，這篇論文從120多份提交作品中脫穎而出，成為10個(gè)值得關(guān)注的話題之一。這是Amy第一次參加機(jī)器學(xué)習(xí)頂會(huì)，并向與會(huì)人員展示了她的作品。

當(dāng)最佳論文的評(píng)選結(jié)果公布時(shí)，Amy幾乎沒(méi)有注意聽(tīng)，因?yàn)樗龥](méi)想到自己會(huì)認(rèn)識(shí)作者。

當(dāng)叫到她的名字時(shí)，她驚呆了。“我真的很驚訝，”她說(shuō)，臉上露出了笑容。她立即發(fā)短信告訴Yeung和Jopling，他們說(shuō)這是一個(gè)夢(mèng)幻般的時(shí)刻。

Jopling稱(chēng)Amy“鼓舞了我們所有人”，驚訝于一名高中生向機(jī)器學(xué)習(xí)會(huì)議提交了一篇論文，并獲得了最高獎(jiǎng)項(xiàng)。

那么Amy是怎么做到的呢？“我想，這肯定是由于運(yùn)氣和機(jī)遇，”她說(shuō)，“不只是努力工作，因?yàn)槊總€(gè)人都在努力工作。”

改進(jìn)工具

Jopling說(shuō)，該項(xiàng)目的下一步是收集1000個(gè)不同外科手術(shù)的錄像。斯坦福大學(xué)的研究人員將與猶他州22家醫(yī)院系統(tǒng)的同事合作，分析視頻并改進(jìn)評(píng)估工具。Jopling說(shuō)，未來(lái)的工作將考慮手術(shù)病例的復(fù)雜性，例如，一些膽囊切除手術(shù)可能非常簡(jiǎn)單，而另一些手術(shù)可能因?yàn)椴∪擞卸喾N疾病而更具挑戰(zhàn)性。

Amy現(xiàn)在是哈佛大學(xué)的一名大一新生。她說(shuō)，經(jīng)過(guò)兩年的密集接觸，她很不想和斯坦福大學(xué)的導(dǎo)師們說(shuō)再見(jiàn)，但對(duì)于接下來(lái)可能發(fā)生的事情，她感到興奮，也有一點(diǎn)緊張。雖然她還沒(méi)有選定專(zhuān)業(yè)，但她正在考慮計(jì)算機(jī)科學(xué)。Yeung說(shuō)，這對(duì)這個(gè)行業(yè)來(lái)說(shuō)可能是一個(gè)福音。

Yeung說(shuō)：“能有像Amy這樣在計(jì)算機(jī)科學(xué)方面出類(lèi)拔萃的人真是太好了。”“這是AI試圖解決的問(wèn)題之一——我們沒(méi)有足夠的女性從事這一領(lǐng)域，而且女性數(shù)量一直在下降。所以我們希望Amy能繼續(xù)在這一領(lǐng)域工作，為其他人樹(shù)立一個(gè)好榜樣。”