这种极易导致儿童猝死的致命心脏病，诊断率已经被AI大幅提升

截止目前，人工智能在罕见病领域的表现非常出色。

编译 | 黄锦
来源 | CNBC
作者| Angelica LaVito

一个护士在给病人做心电图检查。

这是一个普通的星期六早晨。

时间是四年前，Angela Watschke 正带着她的几个孩子到处逛，而其他人还在家里。当时她 2 岁的女儿 Abrielle 正躺在床上，突然，她的眼球向后翻动，并开始从床上滑下来——这个刚学会走路的孩子正在经历心脏休克。

Watschke 的另一个女儿发短信求助。当 Abrielle 的父亲给她做心脏复苏术并叫 911 时，她的脸正在失去血色。

当 Watschke 回到家时，她发现家附近的街道上挤满了救护车和医护人员。她紧紧依偎着丈夫，直到有人说 Abrielle 自己开始呼吸了。

医院不知道该怎么对待这个幼小的孩子。他们把 Abrielle 送到附近的另一个急诊室，医生告诉她，她的女儿患有心脏病，这种心脏病被称为长性 QT 综合征。

Watschke 现在住在明尼阿波利斯附近，她说：「我真的不知道明明前一刻还是一个正常和健康的 2 岁小孩，怎么会突然心脏休克。」

根据美国国立卫生研究院的定义，LQTS 的特征是异常的电波模式，其会对压力和运动做出反应，从而引发危险的快速不规则心跳。许多人不知道他们有 LQTS，直到病发出现昏厥或癫痫状态。

而人工智能可以改变这种情况。

医疗设备创业公司 AliveCor 和 Mayo 诊所正在使用人工智能来识别 EKG 结果正常患者的 LQTS。他们的研究结果发表在周四心脏节律科学会议上，研究发现该技术准确诊断了 79% 的遗传状况。

有朝一日，人工智能可以帮助医生比现在更早、更准确地诊断病情。它还可以帮助患者比现在更容易得到接受检测的机会。

「当早期 QT 间期性出现在我们的病人身上时，我会提出使用人工智能，这是一种挽救生命的改良剂。」Michael Ackerman 博士说，他是 Abielle 的医生，也是梅奥遗传心律诊所和 Windland Smith 水稻猝死基因实验室的主任。

如果仅靠人力，LQTS 的特征会出现在心电图中，但并不总是那么明显，医生并不总是能够意识到这种综合征。

据 NIH 估计，7000 人中约有 1 人患有 LQTS，但没有人能够准确的知道，因为它通常不会被诊断出来。

2009 发表的一篇论文说，在 2000 个活产婴儿中，出现 1 个患者的情况更为常见。再根据美国国立卫生研究院（NIH）的数据，美国每年有 3000 到 4000 名儿童和年轻人突然死亡。

LTQS 要么是遗传的，要么是后天获得的。Abrielle 的父母都没有这个症状。Abrielle 的一个基因在胎儿发育过程中发生突变——叫做 a de novo 突变，该突变使她生来就有这种基因。

AliveCor 利用 1000 例先天性 LQTS 患者和 1000 例非先天性 LQTS 患者的 EKG 结果建立了一个深度神经网络，该系统识别相关特征并继续从数据中学习。

它检测了人们在 EKG 中测量的电波长度，这是正常人无法辨别的——它检测到了医生看不到的信号。阿克曼说，这可以在早期帮助诊断患者，以防他们猝死。

为了进行这项研究，研究人员使用了传统的 EKG 机器，但只用了一个导线或传感器，而不是通常的 12 个。这样他们就可以看到这种类型的测试是否可以添加到 AliveCor 的同样使用一根导线的 EKG 设备中。

AliveCor 的 Kardia 移动传感器连接在一个智能手机上，当用户把手指放在垫子上时，传感器就开始读取内容。AliveCor 还可以让 Apple Watch 的手表带作为第二个传感器。

TQS 经常是青少年运动员在比赛中突然崩溃和死亡的罪魁祸首。AliveCor 的首席执行官 Vic Gundotra 说，他梦想有一天，每一所高中的每一位教练都会为学生运动员身上配备一台 30 秒 EKG 设备，并且为他们进行 LQTS 检测。

他说，这款设备也可以用到医院里来预防一些婴儿猝死综合症病例发生。药剂师有一天也会使用它来避免给人服用那些会导致后天 LTQS 的药物。

「如果这种科学研究是正确的，我们就会有很多机会取得成就，而且我们在正确的监管途径上。这项技术在学校、家庭、医院和药房的适用性都很卓越，」谷歌和微软的前高管 Gundotra 说。

如果 Abrielle 在心脏休克之前被确诊为 LQTS，她的生活可能会大不一样——她可以接受药物治疗，而不是被裂开肋骨，接受心脏打开手术来植入心脏除颤器。

Watschke 说：「很难用语言来形容她在医院里（三周）所经历的一切的痛苦程度。从重复的电击、针、戳、刺，到大量的药物使用。对于孩子，这些回想起来是很痛苦的，也难以启齿。」

梅奥诊所在 AliveCor 投资了一笔未披露的金额，并于 2016 年开始与这家创业公司合作，来识别在 EKGs 上显露出来的隐藏健康信号。两家公司开始通过设备检测钾含量异常，并在去年夏天宣称，他们会一起努力来检测 LQTS。

Gundotra 说，周四的研究结果是一个 AI 可以帮助诊断 LQTS 的早期信号，但在还可能需要数年时间，市场才能引入该技术。

该技术还需要更多的研究，任何新技术都需要得到美国食品和药物管理局的批准。

Angela Watschke，四年前，Abrielle Watschke 的心脏休克，在医院呆了三周，还在医学意义上死亡了 10 分钟。她现在茁壮成长，但在事件发生前，要是她被诊断患有长性 QT 综合征，她就可以免除创伤。

自从心脏休克时间之后近四年以来，Abrielle 的状态一直保持的很不错。她这个月还庆祝了自己的第六个生日。

Watschke 阅读了其他突然逝去的生命的故事，因为他们不知道他们有 LQTS。这个现年 41 岁母亲知道她很幸运，Abrielle 幸存了下来，而且在茁壮成长。她也知道，如果她知道 LQTS 是什么，她就可以事先预防这件事了。

「人们说，知识就是力量，虽然有点老生常谈。」她说，「但知识真的是力量。」

在罕见病领域，比如上述的 LQTS，我们看到了人工智能的强大之处。但是，人工智能离取代医生还有多远呢？

如果极端情况，即人工智能完全取代医生，我们认为是不可能的，即使是未来的 AI 诊断工具和机器人完全取代了医生，但是随着全世界人口越来越富裕，越来越长寿，首先心理医生的需求量会上升——这是情感上的需要，人工智能很难具有情感，而且医生还可能会成为人们身份的象征，成为一种奢侈品。

不考虑极端情况，人工智能会在辅助诊断和手术领域大规模使用是毫无疑问的，因为所有的医院有动力减少对执业医师和护士的人员需求来控制医院成本，医生的减少还意味着培训费用的减少。

但是，和医生灵巧的双手，能够即兴发挥的大脑，配置非处方药物的能力相比，人工智能就要逊色很多，而且我们还要考虑到法律和监管问题，即使人工智能医生大规模使用，我们仍然需要具有相关知识和经验的人员来进行监管。

总之，人工智能取代医生现在看起来还是长路漫漫。

推荐阅读

经济学人封面：在被数据颠覆游戏规则的医疗健康领域，未来由你做主