“我們在一個月內(nèi)見證了十年的變化”。因為新冠疫情期間加速使用遠程醫(yī)療,我們常??梢月牭竭@句話。據(jù)統(tǒng)計,在新冠病毒出現(xiàn)以前,英國國家衛(wèi)生局每年處理約3.5億次診癥,其中視頻診癥僅占1%。而目前,Docly、eConsult和AccuRx等公司正在改變這種狀況。AccuRx稱,英格蘭90%的初級保健診所現(xiàn)在用的是AccuRx的視頻通話系統(tǒng)。
遠程醫(yī)療最受業(yè)界關(guān)注的形式是遠程手術(shù)。雖然遠程手術(shù)不是什么新鮮事物,但它正在迎來快速增長階段,甚至可以帶來巨大的利益。從作用上來看,遠程手術(shù)可以幫助克服世界上許多地方的醫(yī)生短缺問題,還可以改善培訓(xùn)、提高行業(yè)水準及推動醫(yī)療行業(yè)的創(chuàng)新。
Proximie:遠程手術(shù)推動者之一
比如,Proximie公司就是遠程手術(shù)的領(lǐng)先推動者之一。Proximie是一家四年前成立的倫敦公司。外科醫(yī)生利用Proximie提供的網(wǎng)站平臺可以通過音頻、視頻和增強現(xiàn)實進行遠程協(xié)作。其創(chuàng)始人是整形外科醫(yī)生Nadine Hachach-Haram。在TEDWomen 2017上的一次演講中,她演示了基于Proximie平臺的真實操作。
▲Proximie創(chuàng)始人兼首席執(zhí)行官Nadine Hachach-Haram (圖:Ryan Lash)
Hachach-Haram小時候沉迷于玩電子游戲,她的父親是一位計算機工程師,Proximie公司的創(chuàng)立起初只是業(yè)余愛好,或多或少有點偶然。
2015年,加利福尼亞的一名外科醫(yī)生測試了Proximie平臺的早期版本,他在全球微笑基金會(Global Smile Foundation)開展的一項計劃里用Proximie平臺為秘魯?shù)耐绿峁┡嘤?xùn),該計劃主要是為兒童提供腭裂修復(fù)手術(shù)。2016年,Proximie平臺首次在實時手術(shù)中使用,當時是為在加沙炸彈爆炸受害者做手術(shù)。2019年,英國國防部與Proximie簽了個多年期的合同,英國前線戰(zhàn)地醫(yī)院和處于世界各地的皇家海軍艦船可以使用Proximie系統(tǒng)的增強現(xiàn)實。
而如今,Hachach-Haram已經(jīng)成為醫(yī)學(xué)領(lǐng)域的佼佼者,同時,她也是英國皇家外科醫(yī)學(xué)院(RCS)發(fā)表的2019年《外科手術(shù)的未來》報告的作者之一。
人工智能技術(shù)加快遠程手術(shù)升級
事實上,外科手術(shù)中的虛擬協(xié)作并不新鮮。例如,2000年首次獲批準使用的達芬奇系統(tǒng)(Da Vinci System),該系統(tǒng)可以支持精確的微創(chuàng)手術(shù)(稱為腹腔鏡或鎖孔手術(shù)),并且手術(shù)可以由離病人數(shù)千英里的外科醫(yī)生進行。當然,當時也有人對這個系統(tǒng)頗有微詞:每臺機器開價200萬美元,但只有相對很少的外科醫(yī)生受過使用該系統(tǒng)的培訓(xùn),患者的治療效果也沒有很大變化。
相對來說,Proximie是個高度優(yōu)化的實時視頻平臺。Proximie要求非常低的延遲,這里的延遲指圖像捕獲與圖像顯示之間的延遲?,F(xiàn)在的延遲已降到200毫秒,這個速度大約是人類視覺皮層記錄運動的時間范圍極限。由于人工智能具有先進的增強現(xiàn)實功能和尖端的計算機視覺功能。這些技術(shù)的引入可以幫助外科醫(yī)生匯集與手術(shù)相關(guān)的數(shù)據(jù)和圖像,看到當下發(fā)生的情況,而且清晰度極高。
其中,帶寬顯然是一個挑戰(zhàn),在發(fā)達國家和發(fā)展中國家都一樣。為此,Proximie與電信行業(yè)的合作伙伴緊密合作,使用了先進的視頻壓縮技術(shù)。
醫(yī)學(xué)文化是主要障礙
雖然從目前來看,Proximie平臺的技術(shù)很先進,但技術(shù)先進并不是Proximie的獨家秘方。Proximie公司的運營依賴于臨床醫(yī)生和配備人員,這一點在醫(yī)療領(lǐng)域至關(guān)重要。除了醫(yī)療領(lǐng)域的監(jiān)管之外,保守主義思想和臨床自我也是遠程醫(yī)療展開的主要障礙。
我們知道,外科醫(yī)生做事的方式延續(xù)了數(shù)百年,如果想改變他們,做他們中的一員才會有所幫助的。我們發(fā)現(xiàn),如今已經(jīng)有越來越多的大公司開始與Proximie接觸,以獲得Proximie的幫助進軍醫(yī)療設(shè)施領(lǐng)域,這些大公司盡管擁有大量資源,但許多公司自己去干這方面的事情時還是會跌跟頭。IBM Watson就是個明顯的例子。
全球化拓展:挑戰(zhàn)與機遇并存
知道了找誰接洽以及正確的交流方式,進展可以很快。NHS(英國全國保健服務(wù)的英文縮寫)醫(yī)院現(xiàn)在有三分之一的機構(gòu)使用Proximie,目標是在2020年底達到40%的滲透率。外科創(chuàng)新的規(guī)管和測試不像新藥的規(guī)管和測試那么嚴苛,Proximie可以在短短一個月內(nèi)搞定在一家新醫(yī)院的審批使用手續(xù)。
據(jù)了解,Proximie公司目前每個月在35個國家/地區(qū)完成的流程達700次。這些服務(wù)主要集中在歐洲、美國和中東較富裕國家,但Hachach-Haram正在全球范圍內(nèi)大力推動提供Proximie服務(wù),為此,她還在最近聘請了一名全球發(fā)展總監(jiān)。從目前來看,Proximie服務(wù)的普及已經(jīng)令外科醫(yī)生的旅行減少了大約一百萬英里。
不過,Proximie面臨的最大問題或許是如何快速安全地進行擴展。業(yè)界對Proximie服務(wù)的需求巨大:大多數(shù)新合同都是以一個電話開始。此外,由于Proximie的商業(yè)模式是軟件即服務(wù)(SaaS),熱衷于投資的資金提供者很多。
未來與愿景
Proximie可以為外科醫(yī)生訓(xùn)練創(chuàng)造奇跡,我們很容易看到這一點。為了學(xué)習做外科手術(shù),過去的口頭禪是,外科醫(yī)生要“看、做、教”。但Hachach-Haram對此提出了不同的看法,她認為人類只需一個迭代就可以做一件事,她更喜歡用曾經(jīng)碰到的體育教練用的方法:“準備、完成、完美”。
英國皇家外科醫(yī)學(xué)院關(guān)于未來外科手術(shù)的報告將明天的外科醫(yī)生描繪成近乎超人。他們除了要掌握自己的手藝外還必須同時是學(xué)者、管理人員、教育工作者,尤其需要是創(chuàng)新者和企業(yè)家。但許多人仍然不知道今天使用的人工智能工具是否有一天會聰明到可以在手術(shù)室中取代自己。英國皇家外科醫(yī)學(xué)院報告預(yù)測,機器在20年后確實可以自己完成一些簡單的手術(shù),例如縫合手術(shù)。
假設(shè)摩爾定律這東西仍然有效,那么20年后機器的功能將是今天機器的8000倍,所以機器自行做縫合手術(shù)聽起來并不是遙不可及。但30年后機器的功能將提高一百萬倍。不難想象,無論在質(zhì)量、成本或速度方面,人類都將無法與之匹敵。
設(shè)想一下,每個醫(yī)院的每項手術(shù)都是通過視頻捕獲及機器分析完成。外科醫(yī)生得到的實時指導(dǎo)基于現(xiàn)代經(jīng)驗的總和,這些現(xiàn)代經(jīng)驗來自人與機器的結(jié)合。機器不斷地審查這些數(shù)據(jù),目的是考查和改進診斷、醫(yī)學(xué)理論和最佳實踐。顯然,這會導(dǎo)致涉及隱私和數(shù)據(jù)安全的棘手問題。但人工智能和相關(guān)技術(shù)美好未來的一個方面就是要令世界變得可理解,世界變得可理解后就會變得比今天更美好。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。