人工智能 (AI) 正迅速演变成救命神器。
心脏病有着“全球头号杀手”之称，而商业界和学术界最近分别开展的两项研究让我们更有望攻克这种疾病。由 Andrew Ng 领导的斯坦福大学团队和硅谷的一家初创公司正利用 AI 的力量改进对异常状况的检测，并提高诊断的准确性。
位于山景城的医疗设备制造商 AliveCor 正在开发深度学习 AI 算法，让人们能够使用 Apple Watch 内置的传感器监控心率。这些算法甚至能提醒人们使用 Apple Watch 应用程序和经过特殊设计且内置传感器的表带即时进行心电图 (EKG) 检查。
AliveCor 开发出已在 EKG 领域引起波澜的 KardiaMobile 设备，它允许用户借助智能手机应用程序记录并分析 EKG。该公司在五年前推出这款产品的基础深度学习模型，并在 AWS 上通过一组 NVIDIA Tesla GPU 训练此模型。此模型为用户创建心脏概况资料，然后以它为基准来比较未来的 EKG。
此外，应用程序会自动检测是否有新用户正在使用此设备，从而确保主要用户的概况资料完整无缺。
确定何时需要进行 EKG 检查
凭借其获得 FDA 批准的新产品 KardiaBand，AliveCor 从根本上缩小了 KardiaMobile 的体积，将其嵌入至 Apple Watch 表带并与手表中的众多传感器集成在一起。但是，该公司的工程副总裁 Frank Petterson 说，KardiaBand 背后真正的创新是一个名为 SmartRhythm 的 AI 计划。
SmartRhythm 在 NVIDIA Tesla V100 数据中心 AI 加速器上接受训练，可将心率与用户当前的活动以及其他因素关联起来。因此，它可以确定许多事情，例如某个异常读数是符合当时的情况还是预示将会出现问题。
Petterson 说：“我们可以全天每隔五秒就在用户的 Apple Watch 上运行一次神经网络，并将传入的所有心率和活动数据分类。算法可以推断数据中隐含的模式是否合理，如果不合理，则提醒用户记录 EKG。”
Petterson 说他不能公开谈论 AliveCor 接下来打算在哪个领域应用其技术，但他提到将与梅奥医院合作，通过 EKG 来了解电解质浓度，并尽可能预防先天性长 QT 综合症的一些问题（这种疾病会导致运动员等看似健康的人晕厥，在最坏的情况下甚至会导致猝死）。
Petterson 指出，“EKG 中的有用数据比大多数人认为的要多”。
Andrew Ng 领导的团队开展的 EKG 研究
在同一时间，斯坦福大学的一支计算机科学家团队在兼职教授 Andrew Ng（百度前首席科学家）的领导下，运用融入了 AI 的算法来实现 EKG 的自动读取和分析。他们的目标是：加快心律失常的诊断速度和提高诊断准确性，并使医务人员能够腾出手来专心解决更棘手的问题或将更多的时间用在诊治病人上。
这是使用 AI 帮助人们摆脱困境的经典案例。
Ng 团队的博士生 Awni Hannun 说：“在进行 EKG 检查的医院里，医生仍然手动地阅读检查结果。”
Hannun 及其团队与 iRhythm 公司开展合作，该公司生产用于检测异常心脏活动的可穿戴式心脏监测设备，并且拥有大量 EKG 历史数据。这两个团队决定通过合作来实现心律失常检测流程的自动化。
此后，他们从超过 30,000 名患者处采集了一个数据集合（包含 60,000 份匿名的 30 秒 EKG），并通过斯坦福大学的一组 NVIDIA GPU 优化了 34 层深的深度学习模型。
去年发表的一篇论文详细介绍了该模型，它到目前为止可以区分 14 种不同的心率失常，让心脏病专家能够更清楚地了解患者心脏的情况。通过该模型分析 EKG 记录后，结果将与心脏病专家的分析意见进行比较，看看哪个更准确。
该模型的表现优于大多数心脏病专家。但是，Hannun 说，只要有任何心脏病专家的表现优于该模型，团队就会继续完善他们的算法。
Hannun 说：“准确检测心律失常可确保患者获得正确的药物治疗。在我们比最好的专家做得更好之前，有些性能依然没有发挥出来，而我们并不想放弃对这些性能的研究。”