AI正迅速成為人類救星。心臟病號稱“全球頭號殺手”，而近期，兩項分別來自商業(yè)界和學術界的研究結果則增加了攻克這種疾病的可能性。

由吳恩達領導的斯坦福大學團隊和硅谷的一家初創(chuàng)公司正借助AI的力量以改善對心臟異常的檢查，并提高診斷的準確性。

醫(yī)療設備制造商AliveCor位于山景城，目前他們正致力于開發(fā)深度學習及AI算法，以便人們能夠通過Apple Watch內置的傳感器監(jiān)控心率，甚至通過應用程序和經過特殊設計的表帶進行即時的心電圖(EKG)檢查。

由AliveCor開發(fā)的一款KardiaMobile設備受到了EKG行業(yè)的廣泛關注，它允許用戶借助智能手機應用記錄并分析EKG。AliveCor在 AWS上一組NVIDIA Tesla GPU對其五年前開發(fā)出的基礎深度學習模型進行訓練。此模型可以為用戶生成心臟概況，然后以它為基準和未來的EKG進行比較。

此外，配套的應用能夠自動檢測是否有新用戶正在使用此設備，從而確保主要用戶信息的一致性和完整性。

確定何時需要進行EKG檢查

AliveCor推出的、獲得FDA批準的新產品KardiaBand從根本上縮小了KardiaMobile 的體積，能夠被嵌入Apple Watch表帶，并與手表中的眾多傳感器集成。但是，該公司的工程副總裁Frank Petterson表示，名為SmartRhythm的AI程序才是KardiaBand背后真正的創(chuàng)新。

SmartRhythm在NVIDIA Tesla V100數(shù)據(jù)中心AI加速器上接受訓練，可將用戶當前的活動以及其他因素與心率進行聯(lián)系分析。根據(jù)分析結果便可以確定很多問題，比如一個異常數(shù)據(jù)的出現(xiàn)究竟是當時環(huán)境導致的偶然情況，還是對未來潛在病情的預警。

Petterson說：“我們可以使神經網絡在24小時內每隔五秒便在用戶的Apple Watch上運行一次，并將所有心率和活動數(shù)據(jù)上傳并分類。算法可以推斷數(shù)據(jù)代表的情況是否合理，如果不合理，則提醒用戶記錄EKG。”

Petterson表示他們將與梅奧醫(yī)學中心（Mayo clinic）合作，通過EKG來了解電解質濃度，并盡可能預防先天性長QT綜合癥（這種疾病會導致運動員等看似健康的人暈厥甚至猝死）。

Petterson指出，“EKG中的有用數(shù)據(jù)龐大得難以想象。”

吳恩達領導的團隊正進擊EKG研究

同時，斯坦福大學的一支計算機科學家團隊在兼職教授吳恩達（百度前首席科學家）的領導下，運用引入了AI的算法來實現(xiàn)EKG的自動讀取和分析。他們希望能夠加快心律失常的診斷速度，并提高診斷準確性，使醫(yī)務人員能夠將精力集中于解決更棘手的問題，或將更多的時間用在診治病人上。

吳恩達團隊的博士生 Awni Hannun說：“在進行EKG檢查的醫(yī)院里，醫(yī)生仍然手動閱讀檢查結果?！?/p>

Hannun及其團隊正與iRhythm公司開展合作。iRhythm公司生產用于檢測異常心臟活動的可穿戴式心臟監(jiān)測設備，且擁有大量EKG歷史數(shù)據(jù)。這兩個團隊決定通過合作來實現(xiàn)心律失常檢測流程的自動化。

此后，他們從超過3萬名患者中采集了一個數(shù)據(jù)庫（包含6萬份匿名的30秒EKG），并通過斯坦福大學的一組NVIDIA GPU優(yōu)化了34層深度學習模型。

去年發(fā)表的一篇論文詳細介紹了該模型，到目前為止它可以區(qū)分14種不同的心率失常，讓心臟病專家能夠更清楚地了解患者心臟的情況。通過該模型分析EKG記錄的結果將與心臟病專家的分析意見進行準確性比較。該模型的表現(xiàn)優(yōu)于大多數(shù)心臟病專家。但是，Hannun說，只要有任何心臟病專家的表現(xiàn)優(yōu)于該模型，團隊就會繼續(xù)完善他們的算法。