Return to Video

一个可以检测癫痫的人工智能手表

  • 0:02 - 0:03
    他叫亨利。
  • 0:03 - 0:05
    一个很可爱的男孩。
  • 0:05 - 0:07
    在他三岁的时候,
  • 0:07 - 0:12
    他的母亲发现他患有发热性痉挛。
  • 0:13 - 0:18
    发热性痉挛是在发热时
    产生的癫痫症状。
  • 0:18 - 0:20
    医生说,
  • 0:20 - 0:23
    “不用太过担心,
    儿童一般在长大后症状就会消失。”
  • 0:24 - 0:27
    四岁的时候,他出现了抽搐型癫痫。
  • 0:27 - 0:31
    就是那种让人失去意识,
    并且颤抖不止的癫痫——
  • 0:31 - 0:34
    全身强直型阵挛性癫痫。
  • 0:34 - 0:41
    当癫痫的诊断书还没寄到的时候,
  • 0:42 - 0:44
    一天早晨,亨利的妈妈去叫他起床。
  • 0:45 - 0:47
    进入到他的寝室时,
  • 0:49 - 0:53
    她发现了他冰冷、无生命体征的身体。
  • 0:56 - 0:58
    亨利死于 SUDEP:
  • 0:58 - 1:00
    即癫痫猝死症。
  • 1:02 - 1:05
    我很好奇你们当中
    有多少人听说过 SUDEP。
  • 1:06 - 1:10
    在座各位都受过良好的教育,
    而我却只看到了少数人举手。
  • 1:10 - 1:14
    SUDEP 会让一个原本健康的
    癫痫病人死亡后,
  • 1:14 - 1:18
    法医在其尸检中找不到
    任何可以致死的原因。
  • 1:20 - 1:24
    每7到9分钟就会有一例 SUDEP 发生。
  • 1:24 - 1:27
    也就是说平均一场 TED 演讲的时间
    会发生两起 SUDEP。
  • 1:31 - 1:35
    正常的大脑都会有电流产生。
  • 1:35 - 1:37
    大家可以在这张大脑的图片中,
  • 1:37 - 1:40
    看到一些脑电波。
  • 1:40 - 1:44
    它们看起来和脑电图
  • 1:44 - 1:46
    在头皮部位读取到的普通的电流一样。
  • 1:46 - 1:51
    一旦遇到癫痫发作,
    你的脑电波会有异常,
  • 1:51 - 1:52
    这可能就是病灶所在。
  • 1:52 - 1:55
    它可能只发生于
    你大脑中的一小部分区域。
  • 1:55 - 1:58
    当它发生时,
    你可能会有一种奇怪的感觉。
  • 1:58 - 2:02
    就在当下的听众中,
    现在可能就在发生着几例。
  • 2:02 - 2:04
    而你邻座的人并不知道。
  • 2:04 - 2:08
    然而,如果你的癫痫像小火苗触发的
  • 2:08 - 2:10
    森林大火一样在大脑中蔓延开,
  • 2:10 - 2:12
    这时,它就形成了一般意义上的癫痫。
  • 2:12 - 2:16
    这种癫痫会带走你的意识
  • 2:16 - 2:18
    并且引起你的抽搐。
  • 2:19 - 2:23
    美国每年发生的 SUDEP 比
  • 2:23 - 2:26
    婴儿突发综合症死亡数量还多。
  • 2:26 - 2:29
    你们当中有多少人听说过
    婴儿突发死亡综合症?
  • 2:29 - 2:31
    对吧?
    几乎每个人都举起手了。
  • 2:31 - 2:33
    所以,这里到底发生了什么?
  • 2:33 - 2:38
    为什么癫痫这么普遍,
    人们却没有听说过它呢?
  • 2:38 - 2:41
    我们可以做什么来阻止癫痫呢?
  • 2:41 - 2:43
    好的,科学证明有两件事情
  • 2:43 - 2:46
    可以阻止或者减少 SUDEP 的风险。
  • 2:47 - 2:50
    第一件事情就是: “遵循医嘱,
  • 2:50 - 2:51
    按时吃药。”
  • 2:51 - 2:53
    三分之二的癫痫病患者,
  • 2:53 - 2:55
    通过药物可以把病情控制住。
  • 2:56 - 3:00
    第二件可以减少 SUDEP 风险的事情
    是陪伴。
  • 3:00 - 3:05
    也就是说在你发生癫痫时
    有人陪在身边。
  • 3:05 - 3:09
    现在,虽然你们中的大多数人
    从未听说过SUDEP,
  • 3:09 - 3:14
    是 在神经系统疾病患者的
    潜在死因排行榜上
  • 3:14 - 3:17
    SUDEP 多年位居第二。
  • 3:17 - 3:21
    竖轴是死亡人数,
  • 3:22 - 3:25
    乘以剩余寿命。
  • 3:25 - 3:28
    越高越糟糕。
  • 3:29 - 3:31
    然而,SUDEP不像其它症状,
  • 3:32 - 3:37
    在座各位可以做一些小事
    就能把它降低。
  • 3:38 - 3:45
    我,罗兹·皮卡德,一个AI研究者
    能告诉你们有关 SUDEP 什么呢?
  • 3:45 - 3:47
    我又不是一个神经学家。
  • 3:47 - 3:52
    当我在研究情绪测量的
    多媒体实验室工作时,
  • 3:52 - 3:55
    我们研究如何让机器对
    我们的情感更智能。
  • 3:55 - 3:57
    为此,我们启动了很多测量压力的工作。
  • 3:59 - 4:01
    我们构建了很多传感器
  • 4:01 - 4:04
    以很多不同的方式来测量压力。
  • 4:04 - 4:06
    但脱颖而出的是
  • 4:06 - 4:10
    一个用电子信号来测量手掌出汗的
  • 4:10 - 4:12
    老研究。
  • 4:12 - 4:14
    这是一个皮肤电导率的信号,
  • 4:14 - 4:16
    很多人知道,
    它在你紧张时会上升,
  • 4:16 - 4:19
    它也会随着其它有趣的环境而上升。
  • 4:19 - 4:22
    但是通过手上绑一根电线的方式
    来测量确实很不方便。
  • 4:22 - 4:26
    所以我们发明了其它的方法
    在MIT的多媒体实验室进行测试。
  • 4:26 - 4:28
    这些可穿戴测量仪让我们
  • 4:28 - 4:31
    能一周七天,24小时无间断地
  • 4:31 - 4:34
    获取这些临床质量数据,
    这是前所未有的。
  • 4:34 - 4:36
    这张照片就是
  • 4:36 - 4:43
    一个MIT在第一次7/24周期
    从手腕上收集到的皮肤电导率。
  • 4:43 - 4:46
    我们放大这里。
  • 4:46 - 4:49
    你们可以看到从左到右是24小时
  • 4:49 - 4:51
    这里有两天的数据。
  • 4:51 - 4:53
    首先,令我们震惊的是
  • 4:53 - 4:57
    睡眠时,数据达到一天中最高峰。
  • 4:57 - 4:58
    现在,听上去好像是仪器坏了?
  • 4:58 - 5:03
    你在睡觉时是平静的,
    所以,究竟发生了什么?
  • 5:03 - 5:05
    研究发现我们在睡眠时的生理机能
  • 5:05 - 5:08
    与我们在清醒时的生理机能大为不同。
  • 5:08 - 5:10
    虽然我们对此的了解还不全面,
  • 5:10 - 5:14
    “为什么通常总是在睡眠时
    出现一天的最高峰?”
  • 5:14 - 5:17
    我们现在认为它们和睡眠时的记忆固化
  • 5:17 - 5:19
    以及记忆形成有关。
  • 5:20 - 5:23
    我们同样看到了我们精确期待
    会发生的事情。
  • 5:23 - 5:26
    当一个MIT的学生在努力在实验室工作
  • 5:26 - 5:27
    或者在写作业时,
  • 5:27 - 5:32
    他承受的不仅有情感压力,
    还有认知负载,
  • 5:32 - 5:37
    研究表明认知负载,认知努力,
    精神上的专注
  • 5:37 - 5:39
    还有对所学习东西的兴奋等,
  • 5:39 - 5:41
    这些东西都会让这个信号上升。
  • 5:43 - 5:47
    很不幸,
    这让我们MIT的教授们有些难堪,
  • 5:47 - 5:48
    (大笑)
  • 5:48 - 5:52
    因为,每天的低点是课堂活动。
  • 5:53 - 5:55
    我在这里只给你们展示了一个人的数据。
  • 5:55 - 5:58
    但是这点,很不幸,
    却基本上是真实的。
  • 6:00 - 6:05
    这个防汗带内置了一个自主研发的
    皮肤电传导传感器,
  • 6:05 - 6:10
    一天,我们的一个大学生
  • 6:10 - 6:13
    在12月学期结束的时候敲开了我的门
  • 6:13 - 6:15
    然后他说到:“皮卡德教授
  • 6:15 - 6:18
    我能借一个您的腕部传感器吗?
  • 6:18 - 6:21
    我幼小的弟弟有自闭症,
    他不能说话,
  • 6:21 - 6:23
    我想要知道什么东西会给他压力。”
  • 6:24 - 6:27
    我说到: “当然可以,实际上,
    不要拿一个,拿两个吧”
  • 6:27 - 6:30
    因为它们那时很容易坏掉。
  • 6:30 - 6:33
    所以他把它们带回家,
    并给他弟弟穿戴上了。
  • 6:33 - 6:36
    然后,我回到了 MIT,看着我笔记本上的数据
  • 6:36 - 6:39
    第一天,我想到:
    “额,这个有些古怪”
  • 6:39 - 6:42
    “他把传感器戴在了两个手腕上,
    而不是等一个先坏掉。
  • 6:42 - 6:44
    不过没事,不用遵守我的指令。”
  • 6:44 - 6:46
    我很欣慰他没有按照我的指令。
  • 6:46 - 6:50
    第二天 -- 数据平稳低迷,
    看起来像课堂活动。
  • 6:50 - 6:51
    (大笑)
  • 6:51 - 6:53
    又过去了几天。
  • 6:53 - 6:58
    一天,一个手腕的信号变平直了
  • 6:58 - 7:02
    而另外一个手腕的信号
    出现了我从未遇到过的峰值。
  • 7:02 - 7:05
    我当时在想,“到底发生了什么?
  • 7:05 - 7:08
    “我们在 MIT 给人们
    各种可以想象到的压力。
  • 7:09 - 7:11
    我从来没见到过这么大的峰值。”
  • 7:12 - 7:14
    而且它还只是一边的数据。
  • 7:14 - 7:18
    你的身体怎样才能做到一边有压力
    而不是另外一边呢?
  • 7:18 - 7:20
    所以,我以为其中一个或者
    两个传感器一定是坏了。
  • 7:21 - 7:23
    我是一个受过培训的电子工程师,
  • 7:23 - 7:26
    所以,我尝试了一堆方法来调试它,
  • 7:26 - 7:28
    简短的说,我不能重现这个现象。
  • 7:29 - 7:32
    所以,我又诉诸于老式的排障技术。
  • 7:32 - 7:35
    我给那个在家休假的学生挂了电话。
  • 7:35 - 7:40
    “你好,你的弟弟情况如何?
    你的圣诞节怎么样?”
  • 7:40 - 7:43
    你弟弟发生了什么事吗?”
  • 7:43 - 7:45
    我告诉他了这个特殊的日期和时间
  • 7:45 - 7:46
    还有当时的数据。
  • 7:46 - 7:50
    他说到: “我不知道,
    我会检查日记的”
  • 7:51 - 7:54
    日记 ? 一个 MIT 学生
    会保持写日记?
  • 7:54 - 7:56
    所以,我等待着,
    他一会儿就回话。
  • 7:56 - 7:57
    他告诉我精确的日期和时间,
  • 7:57 - 8:01
    并且他说到:
    “那正是在他癫痫严重发作之前。”
  • 8:03 - 8:06
    在那时,我对癫痫一无所知,
  • 8:06 - 8:08
    然后我做了很多研究,
  • 8:08 - 8:12
    而后我了解到另外一个学生的父亲是
  • 8:12 - 8:14
    波士顿儿童医院的首席神经外科医生,
  • 8:14 - 8:16
    我鼓足勇气,打电话给乔·马森医生。
  • 8:16 - 8:18
    “你好,乔·马森医生,
    我叫罗莎琳德·皮卡尔。
  • 8:18 - 8:22
    有没有可能某个人会产生
  • 8:22 - 8:27
    巨大的交叉神经系统激增” --
  • 8:27 - 8:29
    这就是驱动表层电导率激增的原因 --
  • 8:29 - 8:31
    “并且这会在癫痫发作前
    20分钟出现 ?”
  • 8:32 - 8:34
    他说: “可能不会。”
  • 8:36 - 8:37
    他说: “这很有趣。
  • 8:37 - 8:40
    我们有病人出现一只手臂的汗毛
    竖起来的情况
  • 8:40 - 8:42
    在癫痫发作前20分钟。“
  • 8:43 - 8:44
    我说:“一只胳膊?”
  • 8:44 - 8:47
    起初,我并不想告诉他那件事情,
  • 8:47 - 8:49
    因为我认为这太荒谬了。
  • 8:49 - 8:51
    他解释到这种情况如何在大脑中发生,
  • 8:51 - 8:53
    他也很感兴趣,我给他展示了数据。
  • 8:53 - 8:56
    我们制作了更多的设备,
    并且通过安全认证。
  • 8:56 - 8:59
    90 个家庭参与到这个研究中,
  • 8:59 - 9:02
    这些家庭的孩子每时每刻都会
    被监视测量,
  • 9:02 - 9:05
    就通过装置于他们头皮上的
    配备标准的脑电图分析器
  • 9:05 - 9:07
    来读取脑部活动,
  • 9:07 - 9:09
    还有视频来观察行为。
  • 9:09 - 9:12
    心电监护仪还有皮肤电活动等
  • 9:12 - 9:15
    用来检查在这范围之内
    是否存在某物
  • 9:15 - 9:17
    使得我们能很快的发现,
    并且它和癫痫有关。
  • 9:18 - 9:25
    我们发现,在第一批的癫痫大发作中,
    100%的情况
  • 9:25 - 9:28
    都有这种皮肤电导率的巨大波动。
  • 9:28 - 9:30
    中间的蓝色,男孩的睡眠,
  • 9:30 - 9:32
    通常是一天中的最大高峰值。
  • 9:32 - 9:36
    这里看到的三个癫痫
    就像从森林里冒出来
  • 9:36 - 9:38
    的红杉树。
  • 9:39 - 9:43
    另外,如果你把顶部的表皮电导率与
  • 9:43 - 9:46
    腕部的运动连接起来,
  • 9:46 - 9:51
    加上你得到的大量数据,
    并且训练这方面的机器学习和AI,
  • 9:51 - 9:56
    你就能构建一个自动的人工智能
    来更好地监测这些数据变动
  • 9:56 - 10:00
    远比一个震动探测器能做的多。
  • 10:00 - 10:04
    我们意识到我们需要把它做出来,
  • 10:04 - 10:07
    随着博明哲博士的工作
  • 10:07 - 10:10
    以及后来Empatica公司的巨大改进后,
  • 10:10 - 10:14
    这个传感器取得了进步,
    而且对癫痫的检测也变的更加精确。
  • 10:14 - 10:17
    另外在这个过程中,
    我们又学到了更多关于SUDEP的知识。
  • 10:17 - 10:20
    其中一个是,
  • 10:20 - 10:23
    SUDEP虽然很少会在
    强直阵痉挛发生后
  • 10:23 - 10:26
    这是最有可能发生的时刻 --
    在那种类型之后。
  • 10:26 - 10:29
    SUDEP 并不在癫痫发作时发生,
  • 10:29 - 10:32
    并且它通常不会马上发生,
  • 10:32 - 10:34
    但是,紧接着,
  • 10:34 - 10:37
    当病人看起来非常安稳时,
  • 10:37 - 10:42
    他们可能会进入另外一个阶段,
    他们会停止呼吸
  • 10:42 - 10:45
    在呼吸停止后,后来心脏停止。
  • 10:45 - 10:47
    所以,存在一段时间
    可以让某人赶过去。
  • 10:48 - 10:53
    我们还了解到大脑深处
    存在一个区域叫作杏仁核区
  • 10:53 - 10:56
    我们在情感实验室
    一直对它做了许多研究。
  • 10:56 - 10:58
    我们有两个杏仁核,
  • 10:58 - 10:59
    如果你刺激右边那一个
  • 10:59 - 11:02
    你就会得到一个巨大的
    右侧皮层传导率反应。
  • 11:02 - 11:06
    现在,你需要进行穿颅手术
    来做到这一点
  • 11:06 - 11:09
    这并不是什么我们会自愿去做的事情,
  • 11:09 - 11:12
    但是它的确会引起一个巨大的
    右侧表皮传导率反应。
  • 11:12 - 11:16
    刺激左侧那个,
    会引起手掌上左侧的皮层传导率反应。
  • 11:16 - 11:20
    更进一步说,
    当某人刺激你的杏仁核时,
  • 11:20 - 11:23
    你可能正坐着工作。
  • 11:23 - 11:25
    你并不会表现出来任何悲痛的信号
  • 11:26 - 11:27
    但你会停止呼吸。
  • 11:28 - 11:32
    并且在某人再次刺激你之前
    你不会恢复呼吸。
  • 11:33 - 11:34
    “你好,罗兹,你还好吧?”
  • 11:34 - 11:36
    这时你张开口开始说话。
  • 11:37 - 11:39
    当你为了说话而吸了那口气之后,
  • 11:39 - 11:41
    你开始继续呼吸。
  • 11:43 - 11:46
    所以,我们开始研究压力,
  • 11:46 - 11:49
    这使得我们可以建造许多传感器,
  • 11:49 - 11:51
    它们能收集足够多的高质量数据,
  • 11:51 - 11:54
    使得我们可以收集实验室之外的数据。
  • 11:54 - 11:57
    我们无意间还发现了
    癫痫引发的高峰反应
  • 11:57 - 12:00
    神经系统激活,
    相对于传统的压力来说,
  • 12:00 - 12:01
    能够引起更大的反应。
  • 12:01 - 12:04
    许多医院正与癫痫监控单元合作,
  • 12:04 - 12:06
    特别是波士顿儿童医院
  • 12:06 - 12:07
    和布里格姆医院。
  • 12:07 - 12:10
    现在还可利用机器学习和
    人工智能的技术
  • 12:10 - 12:13
    用来获取和收集更多的数据
  • 12:13 - 12:15
    以便尝试理解这些事件,
  • 12:15 - 12:17
    看看我们是否能够阻止 SUDEP。
  • 12:18 - 12:22
    Empatica 公司已将这些商业化
  • 12:22 - 12:24
    这是一家初创企业,
    我有幸是它的联合创办人,
  • 12:25 - 12:29
    他们团队出色地改进了
  • 12:29 - 12:31
    制造更完美的传感器的技术,
  • 12:31 - 12:34
    这个传感器不止告诉我们时间,
    步数,睡眠这些好数据,
  • 12:34 - 12:38
    它还实时运行着一个AI和
    机器学习程序
  • 12:38 - 12:40
    用来检测常规的强直阵痉挛型癫痫,
  • 12:40 - 12:42
    并会在我要发生癫痫并且失去意识时
  • 12:42 - 12:46
    发出警报。
  • 12:46 - 12:48
    这个已经被食药监局批准
  • 12:48 - 12:53
    作为第一个在神经系统方面
    被批准的智能腕表。
  • 12:54 - 13:01
    (掌声)
  • 13:03 - 13:06
    现在,接下来的这张幻灯片
    导致我的皮层传导率上升。
  • 13:07 - 13:09
    一天,我检查我的邮箱
  • 13:09 - 13:11
    我看到了一封来自一个妈妈的故事。
  • 13:11 - 13:13
    她说她正在淋浴,
  • 13:13 - 13:15
    她的手机放在淋浴房的柜台上,
  • 13:15 - 13:17
    手机告诉她女儿可能需要她的帮助。
  • 13:18 - 13:22
    所以她中断洗澡奔跑进女儿的卧室
  • 13:22 - 13:25
    她发现女儿在被窝里脸朝下,
    发紫并且没有呼吸。
  • 13:25 - 13:29
    她把她翻转过来 ——人类刺激
  • 13:29 - 13:32
    然后她女儿吸了一口气,
    接着另外一口气,
  • 13:32 - 13:36
    最终她女儿脸色变粉并且好了。
  • 13:38 - 13:41
    我想我在读到这封邮件时脸色变白了。
  • 13:41 - 13:43
    我的第一反应是
    “噢,不,这还不完善。
  • 13:43 - 13:45
    “蓝牙可能会坏掉,电池会耗尽。
  • 13:45 - 13:48
    这些都可能出错。你不能依赖这个。“
  • 13:48 - 13:51
    然后她说 “没关系的,
    我知道没有技术是完美的。
  • 13:51 - 13:54
    我们没有人可以一直在患者身边。
  • 13:55 - 13:59
    但是这个设备加上AI,
  • 13:59 - 14:02
    让我能够及时挽救我女儿的性命。”
  • 14:06 - 14:08
    现在,我一直在谈论小孩。
  • 14:08 - 14:14
    但是实际上,SUDEP 在20岁,30岁和
    40岁人群中达到峰值。
  • 14:14 - 14:15
    还有下一个我将要展示的曲线
  • 14:15 - 14:18
    很可能会令一些人感到不舒适,
  • 14:18 - 14:20
    但这其中若包括你们认识的人,
  • 14:20 - 14:23
    你们可能会更不适。
  • 14:24 - 14:27
    这可能发生在你认识的某个人身上吗?
  • 14:27 - 14:30
    我提出这个令人不适的问题的原因
  • 14:30 - 14:35
    是因为你们当中每26个人
    就有1个将会在某个点发生癫痫,
  • 14:35 - 14:37
    并且根据我所学到的,
  • 14:37 - 14:40
    患有癫痫的人通常不会
    告诉他们的朋友和邻居
  • 14:41 - 14:42
    他们患有这种病的。
  • 14:42 - 14:47
    所以如果你愿意让他们
    使用一个AI或者其它东西
  • 14:47 - 14:51
    在急需时刻召唤你的话,
  • 14:51 - 14:53
    如果你让他们知道这些,
  • 14:53 - 14:55
    你就可以改变他们的生活。
  • 14:56 - 14:59
    为什么做这么多辛苦工作
    来构建这些AI?
  • 15:00 - 15:01
    有几个原因:
  • 15:01 - 15:03
    一个就是娜塔莎,那个活下来的女孩,
  • 15:04 - 15:06
    她的家人想要我告诉你们她的名字。
  • 15:07 - 15:09
    另外一个是她的家庭
  • 15:09 - 15:11
    还有世界各地美好的人们,
  • 15:11 - 15:14
    他们想去帮助那些患有癫痫
  • 15:14 - 15:17
    却在过去不敢告诉他人的人们。
  • 15:18 - 15:20
    另外一个原因就是你们所有人。
  • 15:20 - 15:25
    因为我们有机会去塑造 AI 的未来。
  • 15:25 - 15:28
    我们可以改变它
  • 15:28 - 15:30
    因为我们就是建设它的人。
  • 15:30 - 15:32
    所以,让我们来建设 AI
  • 15:32 - 15:35
    来让每一个人的生活更好一些。
  • 15:36 - 15:37
    谢谢。
  • 15:37 - 15:42
    (掌声)
Title:
一个可以检测癫痫的人工智能手表
Speaker:
罗莎琳德·皮卡德
Description:

每年世界范围内,50000名他方面健康的癫痫患者会突发死亡。这个症状被称为 SUDEP。这些死亡是可以被大量预防的,AI 研究员罗莎琳娜·皮卡德说到。一起来学习皮卡德如何帮助开发了一款先进的智能手表,它可以检测癫痫,并且给病人的亲友发出警报,让他们能及时赶到。

more » « less
Video Language:
English
Team:
TED
Project:
TEDTalks
Duration:
15:54

Chinese, Simplified subtitles

Revisions