＊本文只能在《好奇心日报》发布，即使我们允许了也不许转载＊

在政界人士就如何改善美国昂贵的医保系统（有人认为这套系统已经濒临破产）展开辩论之际，美国人正在把眼光转向最新的科学设备：他们急切希望能够利用这些前沿科技，及早预防和发现健康问题，在疾病早期就控制住病情，避免让疾病发展到需要入住急诊室的程度，一方面免除皮肉之苦，另一方面节省医疗开支。

美国消费者技术协会（Consumer Technology Association）首席执行官加里·夏皮罗（Gary Shapiro）表示：“在预防以及诊断疾病方面，前沿科技发挥着越来越重要的作用。我们刚刚开始了一段全新的旅程，在这一阶段我们将改革医保体系，利用前沿技术来减少民众拜访医生的需要。”夏皮罗著有《忍者未来：在创新世界中取得成功的秘诀》（Ninja Future: Secrets to Success in the New World of Innovation）一书。

在这些新发明中，有许多技术利用人工智能（AI）、传感器或者所谓的物联网（IoT）连接技术来完成一系列创新性应用，从根据声音检测出测试者是否患有阿尔茨海默氏症，到实时告知乳腺癌患者她们的化学治疗是否起到应有的效果。

有些病人四处搜罗最新的设备，好像他们的存亡取决于这些机器。不过对另一些人来说，情况确实如此。

诊断技术

以为好莱坞制片方提供数据存储方案的技术达人杰夫·布鲁（Jeff Brue）为例。2016 年，布鲁在墨西哥度蜜月时因脾脏破裂，被紧急送往芝华塔尼欧（Zihuatanejo）镇的一家医院执行脾脏切除手术。回到洛杉矶后，美国医生错误地诊断他患上了血管肉瘤——这是一种罕见的癌症，并开始采用化疗。

当时 34 岁的布鲁说：“医生告诉我，我只剩下一年左右的时间。”他拒绝盲目地接受诊断结果，于是疯狂地在网上搜索关于这种疾病的症状表现——这包括 105 华氏度（40.5 摄氏度）的高烧——并迅速将他的病理报告发送到美国其他主要医院，以征求更多意见。

一个月后，医生确认了误诊的情况，并说布鲁实际上患有的是非霍奇金淋巴瘤（non-Hodgkin’s lymphoma），而这种疾病是可以被治好的。但为时已晚，他的免疫系统和肝脏已经因为错误的化疗方案和 7 次活体组织检查而严重受损。目前，布鲁正在匹兹堡等待肝脏移植。

布鲁把误诊的大部分原因归结于医院里落伍的成像工具，以及放射科医生和肿瘤科医生之间存在沟通上的问题。“这是一个系统性问题。”他说。

于是他开始尝试修正医疗系统中存在于活体组织检查，以及正电子发射计算机断层显像项目（positron emission tomography，也就是 PET 扫描）之间的漏洞。布鲁把他的 OpenDrives 数字存储系统应用到了医疗诊断中，他已凭借这个存储系统成为了电影和娱乐行业炙手可热的科技明星：利用这一技术，他协助制作出包括《消失的爱人》（Gone Girl）、《纸牌屋》（House of Cards）和《死侍》（Deadpool）等影视大作。

布鲁的存储系统允许医院在内部计算机网络上存储高分辨率的核磁共振、CT 扫描以及其他 3D 图像，而无需对图像进行压缩。OpenDrives 首席执行官查德·诺尔斯（Chad Knowles）表示，大多数医院的计算机网络在存储图像前需要先对其进行压缩处理，这可能会使图像变得模糊，并可能导致医生错过重要的信息。

改进后的系统调取图像的速度变得更快：以往，从医院的计算机网络中检索 PET 扫描图可能需要四分钟，而现在却只需五秒钟。布鲁说，所有的改进方便了医生从内部网络中提取包括过去和现在的多张高分辨率图像，这使得不同办公室的肿瘤学家和放射科医生之间进行病例探讨变得更加容易，他还在系统中增加了 AI 工具来帮助医生进行病情诊断。

科罗拉多州维尔市（Vail）的斯蒂德曼诊所（Steadman Clinic）是一家领先的整形外科医院，它是第一家引进了 OpenDrives 系统的医疗机构。布鲁说，目前他们正在与其他医院进行谈判，有望进一步推广这套系统。

语音分析

语音分析是另一项非常有前景的先进技术。它可以依据一个人的声音来检测出这个人在心理和生理方面的健康状况，比如冠心病、阿尔茨海默氏症，它甚至还能诊断出睡眠呼吸暂停症。

这项技术利用 AI 对测试者的数百项指标进行评估——比如说音高、音调、停顿、用词、呼吸，以及通过分析一个人如何描述一张照片——来检测出测试对象存在的健康问题。

高德纳（Gartner）研究咨询公司的医疗研究主管里奇·罗斯（Rich Ross）表示：“可以利用 AI 来对我们的说话方式以及用词选择进行评估，从而准确地发现临床病症。越来越多的疾病可以通过这种方法来进行诊断。”

目前正在开发这项技术的公司包括 Sonde Health、Winterlight Labs 和 Beyond Verbal。

Winterlight Labs 首席执行官兼联合创始人利亚姆·考夫曼（Liam Kaufman）表示：“我们研究了大约 540 种不同的指标。”这家公司专注于检测认知性疾病。他说：“我们在 2015 年和 2016 年发表了一些研究，在当时我们能以 82% 的准确率预测出测试者是否患有阿尔茨海默氏症，而现在我们的准确率约为 93%。”

考夫曼说，强生、Cortexyme 和 Alector 等制药公司正在利用 Winterlight Lab 开发的语音技术开展药物试验，但在这项技术普及之前，还需要进行大量的研究和测试工作。

放射学最新进展

越来越多的研究人员利用 AI，帮助放射科医生给出更为准确的诊断结果，尤其是在乳腺癌领域。

据美国癌症协会（American cancer Society）统计，2018 年美国约有 4.1 万名女性死于乳腺癌，而女性一生中患乳腺癌的几率为八分之一。及早发现及早治疗被视为生存下来的关键。

雷吉娜·巴兹莱（Regina Barzilay）是麻省理工学院的一名教授，同时也是麻省理工学院（M.I.T.）计算机科学与人工智能实验室（Computer Science & Artificial Intelligence Laboratory）的成员。康斯坦斯·雷曼（Constance Lehman）是波士顿马萨诸塞州总医院（Massachusetts General Hospital）放射科的乳腺成像主任。她们合作编写了一套 AI 系统，通过分析检查者的乳房 X 线照片，更加灵敏地检测出组织的病变情况，从而提高诊断结果的准确率。

巴兹莱博士说，目前通用的诊断工具让医生很难确切判断可疑的组织病变到底是属于高风险、良性，还是恶性，特别是当检测者拥有密集的乳腺组织时，会加大诊断的难度。这可能会出现假阳性的检测结果，导致对病人开展不必要的活检以及手术。巴兹莱博士自己也是乳腺癌的幸存者。（她于 2014 年收到诊断结果并接受了治疗。）

活体组织检查结果中，大约 70% 的组织病变是良性的，20% 是恶性病变，只有 10% 属于高风险病变，这些“高风险”病变中又有 90% 在动手术的过程中发现其实属于良性病变。

“这意味着每年都有成千上万的女性在经历着痛苦的手术，它们不仅价格昂贵还会在身体留下可怕的疤痕，而许多人本来无需经历这一过程。”巴兹莱博士说。

她们团队所设计的诊断系统，使用机器学习将测试者乳房照片和一个包含 7 万张已知恶性或良性结果的图像数据库进行比对，以得到更加精确的诊断结果。

这项技术目前已经在马萨诸塞州总医院投入使用。巴兹莱预计，她的早期检测技术在今年年底之前，会在另外的 10 到 15 家医院投入测试。

波士顿大学生物医学光学技术实验室（Biomedical Optical Technologies Lab，简称 BOTLab）的研究人员发明了一种可穿戴式探针，它可以实时监测化疗是否对乳腺癌患者起作用。在此之前医院主要运用核磁共振（MRI）扫描技术来追踪病人的治疗情况。波士顿大学生物医学工程助理教授、BOTLab 负责人达伦·罗伯勒（Darren Robler）表示，由于 MRI 成本过高，无法用这种方法来对患者进行每天或每周检测，患者通常要等上几周甚至几个月才能看到治疗是否有效，而且 MRI 无法检测某些特定的治疗方案。

“有些患者接受了三到六个月的化学治疗，结果却丝毫没有达到治病的效果，她们白白遭受了头发脱落等副作用的影响。”罗伯勒说。

这套设备使用近红外光谱技术（简称 NIR）以一种非侵入性方式测量肿瘤的血红蛋白、代谢、水分和脂肪水平，以确定化疗是否有效。如果没有起效，医生可以根据情况调整疗程或停止化疗。

美国癌症协会最近与全球医疗创新中心（Global Center for Medical Innovation）的 T3 实验室合作，向这个项目投资了 10 万美元，帮助把这一项技术从实验室推向商业市场。罗伯勒说，他预计未在来的几个月里，波士顿医疗中心（Boston Medical Center）将会开始在乳腺癌患者身上测试这一套设备，但把这项技术推向商业化可能还需要几年时间。

“透视眼”

另一项很有前景的技术是麻省理工学院开发的所谓“透视眼”（X-ray vision）技术。“透视眼”这种神奇的技能，通常是漫画人物或科幻电影里疯狂科学家所配备的超能力。但我们所介绍的这项技术，却是一套使用 Wi-Fi 和无线电波，透过墙壁来观察运动障碍患者或那些容易摔倒人群的系统。蒂娜·卡塔比（Dina Katabi）是一名 MIT 的教授，她还是 MIT 计算机科学与人工智能实验室的成员。她目前正在测试一套名为 Emerald 的无线智能家居系统，它将 AI 技术、传感器和无线电信号结合到一起，追踪监视对象的行动、睡眠阶段、心跳、呼吸、步态和其他指标，只要 Wi-Fi 信号处于开启状态，甚至是隔着房屋的墙面，它都能够获得数据。简单地说，无线电信号会从人的身体上反射回来，以火柴人的形式显示到设备的屏幕上，记录下监视对象走路、坐下、停止运动、移动四肢的情况。

这项技术旨在以一种非侵入性的记录方式，便捷地收集检测对象的健康和运动数据，监测病人的帕金森症、多发性硬化症甚至睡眠呼吸暂停等疾病，使医生根据需要调整治疗方案。它可以通过记录病人的心跳、呼吸或其他指标的变化来检测出药物副作用或错误的药物剂量，并可以监测独居老人的跌倒情况，以便于及时救治。

“在目前，如果你出现了睡眠上的问题，想知道自己到底睡了多长时间，你得跑到睡眠实验室去：研究人员会把电极贴在你的头部，并在你的身体上放置其他传感器，然后让你入睡。”卡塔比博士说。“智能”Wi-Fi 盒子能够轻松地收集相关数据，不需要在身体贴上任何传感器。

一些制药公司已经在药物的临床实验阶段中，使用 Emerald 来记录病人的体征数据，从而科学地衡量药品的安全性和有效性。但这种技术还没有对公众开放。

尽管有许多新技术在项目开发的早期就已经显现出广阔的应用前景，但公众可能要等待数年的时间才能看到其中的一些技术推向市场（如果有的话）。

巴兹莱博士指出，说服医学杂志发表关于 AI 在医疗领域所取得的最新进展，或是让医疗机构为医用 AI 研究提供经济支持，将会是一场艰苦的斗争。这是因为许多医疗机构的董事会里，没有懂得这些前沿技术的计算机科学家。

“他们并没有真正具备阅读机器学习提案的能力，因为绝大多数医疗从业人员都工作在生物学或其他领域。”她说，“为了将这些高新医疗手段推向市场，我得打一场‘持久战’。”

巴兹莱博士表示，医疗这个领域正在经历一场缓慢的变革，她相信技术最终会取得胜利。“这些前沿科技才是医疗界未来的发展方向，甚至许多技术在目前阶段已经表现出广阔的应用前景。真正的问题是，我们能以多快的速度来采纳新技术？”

翻译：熊猫译社 驰逸

题图来自 Zhen Hu on Unsplash

© 2019 THE NEW YORK TIMES