从人工智能往事中见到未来 人工智能推动远程病人护理变革

从人工智能往事中见到未来 人工智能推动远程病人护理变革， 

从人工智能往事中见到未来

本文转自：解放日报

从人工智能往事中见到未来

段伟文

《人工智能往事：精英、文化与思维》 [美]帕梅拉·麦考黛克 著虞晶怡 杨丽凤 译 格致出版社 上海人民出版社

中国社会科学院哲学所科技哲学研究室主任、研究员 段伟文 进入21世纪20年代以来，我们日益置身于指数级变化的世界之中，而人工智能就是正在将人类推向深度智能化未来的引擎。在人工智能已经嵌入手机、装进汽车、准备安装在眼镜上甚至通过脑机接口与大脑连接的今天，人人都需要思考这一切是怎么发生的、它会将我们带向何方。人工智能发展的见证者和历史书写者帕梅拉·麦考黛克的回忆录《人工智能往事：精英、文化与思维》或许可以帮助解答这些疑惑、开启未来之思。 从话题、人物到思想，《人工智能往事：精英、文化与思维》既是回忆录，也是社会历史书和传记。书中不仅谈论了诸多人工智能巨匠和重要人物的思想与见解，还分享了作者与他们的过从和轶事，格外引人入胜。而麦考黛克能做到这一点，是由于她与人工智能的独特缘分令其朋友圈几乎囊括了人工智能领域的关键人物。 1960年前后，英国出生、美国长大的麦考黛克在加州大学伯克利分校学习英国文学，曾协助后来被称为专家系统之父的爱德华·费根鲍姆等编撰人工智能教学参考书《计算机与思想》。1965年，费根鲍姆去斯坦福创立计算机系时，邀请她担任行政助理，其间结识的丈夫后来担任卡内基梅隆大学计算机系主任并成为哥伦比亚大学计算机系的创立者。从麦考黛克在书中大量引用的日记可见，步入人工智能风景的麦考黛克没有成为旁观者，而是认真记录和见证了人工智能的发生与发展，使其成为自己生命成长的一部分。 麦考黛克高端佛是人工智能神秘花园中咖啡厅的主人，她与人工智能人物之间的友谊和交锋对其人工智能史写作起到了关键作用，也影响了她毕生的思维方式和写作风格。20世纪70年代初，麦考黛克在卡内基梅隆和斯坦福结识了赫伯特·西蒙、艾伦·纽厄尔、约翰·麦卡锡等人工智能先驱以及语音理解之父拉吉·雷迪等才华横溢的天才，她不期然地萌生了通过访谈书写人工智能早期历史的想法。费根鲍姆对此表示支持，并建议她不应深究技术分析，而应着力探究思想传承和人物个性。在费根鲍姆和其他人工智能人物的支持下，她与麻省理工的人工智能科学家也建立了联系。1979年，书中反复提及的《会思考的机器：对人工智能历史和前景的个人探究》出版，而书中篇幅最长的第二部分“脑”，就是对她由此参与人工智能早期叙事的回顾。之后，费根鲍姆邀请她合著《第五代》，该书反映了日本在并行计算上赶超美国的探索及其对世界的挑战，这一合作使两人的友谊得到进一步加深。 或许是因为与人工智能人物的交往和沟通成就了麦考黛克，她强调这本书是关于人的，而不是关于机器的。在她看来，她讲的是自己成长的故事，更是那些不为各种攻击和嘲笑所动、敢于在智力上创新的人工智能探索者的传奇。出身人文学科的她，很年轻的时候就接触到了早期人工智能，在与它的创始者长时间的交谈中，她早就被他们的热情和乐观深深打动。该书第一部分的标题为“两种文化”，作者的心路历程恰恰是从作为第一文化的人文文化走向作为第二文化的科学文化。最后一部分“为什么称之为光荣”要说的是人工智能的发展源于人作为一个物种对自我拯救的渴望，无论输赢，我们都必须将其作为一种神圣的信仰去追求。 因此，麦考黛克与其说是人工智能历史和思想的记录者，毋宁说是人工智能创新的共情者。在她看来，针对人工智能的一系列质疑，诸如机器真的会像人类一样思考还是只是在原创自主品牌装思考，如果机器不像我们一样思考，那它们又如何认同我们的价值观等，都是很无聊的问题。令她备受鼓舞的是，“在我有生之年，一个广阔而优雅的人工智能架构已经有了基础，而它的完成，将需要许多代人的努力”。而这个基础就是计算理性，即西蒙所主张的“智能不是来自展现它的体现媒介——无论是血肉之躯还是电子元件——而是来自系统元素之间的互动安排方式”。换言之，人工智能的几十年的发展使得智能不再是人类所独有的，而泰格马克的《生命3.0》中的生命智能观更可取。 与写作《会思考的机器》的初衷类似，作者反复提及其称之为对人类颅骨之外的智能的惧怕的希伯来式观点和乐观的希腊式观点的分野，并明确地支持后者。尽管在书中模糊地表达了对人工智能滥用的担忧，作者显然更倾向于凯文·凯利式的人工智能创世论——“人工智能带来的最大好处是，人工智能将帮助我们定义人类。我们需要人工智能来告诉我们，我们是谁。”这一主张对重建面向人工智能未来的新人文主义不无启迪。

发布于：北京


人工智能推动远程病人护理变革

疫情加速了人工智能（AI）在远程病人护理方面的进展。越来越多的医生开始使用数字病人监测跟踪健康数据、识别异常情况，提供治疗，这些不再需要面对面进行。另外，急诊科也在采用远程监控解决方案，因而有些病人可以更快地离开医院。这些变革性的技术正在为患者带来更好的治疗，并降低医疗成本。

人工智能在医疗领域的应用状况

人工智能在医疗保健领域的应用案例在不断增加，这主要得益于各种算法的不断学习和训练，使得技术更加智能以及患者体验得以改善。

大多数人工智能在医疗领域的应用都用了“增强型智能”，增强型智能将算法的输出汇集在一起，为临床医生在获得分析结果时提供了“往哪里看”的方向，而且还在提供服务的过程中发挥了重要的质量控制作用。增强智能侧重于技术的辅助作用，旨在加强人类智能而不是取代人类智能。

诸如如苹果公司一类的消费电子公司利用人工智能帮助个人保持对自己健康的了解。一些具有心率监测功能的腕戴式设备能够在用户的心率异常时通知用户，并可以将有关信息提供给他们的医生分享。医生们也在扩大远程监控病人的能力，做法是在人工智能引擎上运行FDA认证技术。例如，Current Health的解决方案提供具有预测能力的生命体征监测以及健康恶化警报等功能。

许多在医疗级非住院心脏监测领域的不同公司正在积极部署用于心电图记录和心律失常检测的人工智能。与基于规则或传统的机器学习算法（用于Holter监护仪）等传统技术相比，利用人工智能可以更好地改善病人的治疗效果。不太复杂的算法往往不能提供足够高的诊断率，以致于医生在不重复监测的情况下就不能得出明确的诊断。使用人工智能的设备不仅使个性化医疗更接近现实，而且还进一步扩大了医疗系统的能力，进而可以在具有挑战性的情况下为民众提供服务，例如在偏远地区或在可能无法进行诊所访问的情况下提供服务。

人工智能和机器学习用于监测心脏护理

人工智能除了对患者有好处之外，还可以将医生从行政性质的后台工作中解放出来，例如筛选和管理大型数据集等工作，进而使他们能够专心使用他们的临床技能去护理病人。

人工智能可以识别人类无法识别的模式。例如，心脏在两周内平均跳动约150万次，而医生则可能要找到某个六秒钟的时间段对临床结果作出判断。要找到具有临床意义的东西可谓是大海捞针，而人工智能则能确保规模化层次上更高的准确性。

为了达到这种可靠性水平，供应商、数据科学团队和人工智能需要干净的数据以及大量的数据。这种大规模数据扩展需要复杂的分析手段，而利用机器学习和深度学习算法则可以实现。在过去的十年里，属于机器学习子集的深度学习已经在在开发一些科学领域的算法方面达到了与人类表现相匹配的程度。更传统的机器学习方法基于人类搜集的特征预测结果，深度学习算法与更传统的机器学习方法不同，深度学习算法利用了人工神经网络预测结果，因此具有从原始数据中自动学习相关特征的优势。因此，深度学习算法可以利用大量的注释实例数据和重要的计算能力建立复杂的模型并能够以非常高的准确度预测新输入的正确结果。

机器学习和深度学习方法到医疗保健领域的部署受到FDA的严格监督和并需要获得510（K）许可。获得了510（K）许可表明相关技术设备的使用是安全和有效的。随着算法创新和数据量创建步伐不断加快，监管机构出台了一些框架，一方面协调最佳实践和监管要求，同时允许设备以比过去更快的速度不断改进。这方面的工作明显包括了以下两个文件。FDA曾在2021年1月发布了《基于人工智能机器学习软件的医疗设备之行动计划》，随后又发布了《医疗设备开发良好实践：指导原则》，该指导原则是与加拿大卫生部及英国药品和保健品监管局（MHRA）共同制定的。

利用先进的算法和大量的数据，深度学习在许多应用中已经达到了专家级、人类级的表现。

医疗领域人工智能创新的下一个阶段

人工智能在医疗领域大有可为，我们才刚刚开始。去年，拜登政府创建了一个人工智能工作团队，团队的目标令政府数据的获取更容易以及扩大获得关键资源和教育工具的机会，以达到持续刺激人工智能创新的目的。此举基于2020年法案，包括为期五年的2.5亿美元预算。

全国范围内都在关注人工智能创新，资金在增加，人工智能和可穿戴设备的下一个前沿将是预测能力的扩大使用：洞察力范式将从临床回顾性报告转向对未来状况的风险预测。在医疗保健领域，关键将会是通过识别和分析健康风险决定监测哪些病人群体以及在何时监测，另外还要确保病人得到适当的预防性医疗护理。

人工智能创新正在改变医疗保健服务。人工智能创新可以提高病人的体验，减少病人、医生和护理团队的行政负担，并可能改善健康结果。进一步的投资和技术进步无疑将彻底改变我们所了解的远程病人护理。医疗系统在不断发展以应对当前和未来的挑战。而由于最近的新冠大流行，采用远程护理和使用人工智能的势头必将持续下去。

发布于：北京