Return to Video

能夠偵測癲癇的人工智慧手錶

  • 0:02 - 0:03
    這位是亨利,
  • 0:03 - 0:05
    一位可愛的男孩,
  • 0:05 - 0:07
    亨利三歲時,
  • 0:07 - 0:12
    他的媽媽發現他有點熱痙攣。
  • 0:13 - 0:18
    熱痙攣就是在痙攣的
    同時還加上發燒,
  • 0:18 - 0:20
    而醫生說:
  • 0:20 - 0:23
    「不用太擔心。通常孩子
    長大之後就沒有了。」
  • 0:24 - 0:27
    他四歲時出現了痙攣性癲癇,
  • 0:28 - 0:31
    會失去意識且發抖的那一種——
  • 0:31 - 0:34
    全身強直陣攣型發作——
  • 0:34 - 0:41
    當癲癇診斷書還在郵寄的途中,
  • 0:42 - 0:45
    一天早上亨利的媽媽去叫他起床,
  • 0:45 - 0:47
    她進入他的房間,
  • 0:49 - 0:53
    她發現他的身體冰冷,
    沒有生命跡象。
  • 0:56 - 0:58
    亨利死於 SUDEP,
  • 0:58 - 1:00
    即癲癇猝死症。
  • 1:02 - 1:05
    我很好奇,在座有多少人
    聽過癲癇猝死症?
  • 1:06 - 1:10
    各位是教育程度很高的觀眾,
    但我只看到幾個人舉手。
  • 1:10 - 1:14
    癲癇猝死症指的是
    健康的癲癇患者
  • 1:14 - 1:18
    在死亡解剖後無法發現任何死因。
  • 1:20 - 1:24
    每七到九分鐘就有一個人
    發生癲癇猝死症。
  • 1:24 - 1:27
    平均每場 TED 演說就有兩個人。
  • 1:31 - 1:35
    正常人的大腦都會有電訊活動。
  • 1:35 - 1:38
    各位可以在這張大腦的圖片上
  • 1:38 - 1:40
    看到一些電波。
  • 1:40 - 1:44
    這些是腦電圖從表面讀到的
  • 1:44 - 1:46
    典型腦電活動。
  • 1:46 - 1:51
    當你發作時,就會有
    不尋常的腦電活動,
  • 1:51 - 1:52
    這可能就是病灶所在。
  • 1:52 - 1:55
    它可能只發生在大腦的一塊小區域。
  • 1:55 - 1:58
    發生時,你可能會有
    很奇怪的感覺。
  • 1:58 - 2:02
    在座當中可能就有幾個人
    現在就有這個狀況,
  • 2:02 - 2:04
    而你旁邊的人可能完全不會知道。
  • 2:04 - 2:08
    然而,如果你腦中的發作狀況
    是從小小的火苗散播到
  • 2:08 - 2:10
    像是森林大火,
  • 2:10 - 2:12
    它就會變成全身性,
  • 2:12 - 2:16
    而全身性的發作會奪去你的意識,
  • 2:16 - 2:18
    造成你抽搐。
  • 2:19 - 2:23
    在美國,每年癲癇猝死的人數
  • 2:23 - 2:26
    高於嬰兒猝死症。
  • 2:26 - 2:29
    在座有多少人聽過嬰兒猝死症?
  • 2:29 - 2:31
    是吧?幾乎人人都舉手了。
  • 2:31 - 2:33
    這是怎麼回事?
  • 2:33 - 2:38
    為什麼這種疾病這麼普遍,
    然而大家卻沒聽說過它呢?
  • 2:38 - 2:41
    還有,要如何預防它呢?
  • 2:41 - 2:43
    嗯,科學指出,有兩個方法
  • 2:43 - 2:47
    可以預防或減低
    癲癇猝死症的風險。
  • 2:47 - 2:50
    第一:「遵循醫生指示,
  • 2:50 - 2:51
    按時吃藥。」
  • 2:51 - 2:53
    三分之二的癲癇患者
  • 2:53 - 2:55
    都能用藥物來控制。
  • 2:56 - 3:00
    能減低癲癇猝死症風險的
    第二個方法,就是陪伴。
  • 3:00 - 3:05
    也就是當你發作的時候,
    要有人在你身邊。
  • 3:05 - 3:09
    雖然大部分人沒聽過癲癇猝死症,
  • 3:09 - 3:13
    但它其實是所有神經疾病當中,
  • 3:13 - 3:17
    最有可能致死的第二名。
  • 3:17 - 3:21
    縱軸是死亡人數,
  • 3:22 - 3:25
    乘上剩下的生命期長,
  • 3:25 - 3:28
    所以越高表示越糟糕的影響。
  • 3:29 - 3:31
    然而,癲癇猝死症不像其他疾病,
  • 3:32 - 3:37
    這裡的人都能夠
    做點什麼來壓制住它。
  • 3:38 - 3:43
    為什麼人工智慧研究者
    羅莎琳皮卡德
  • 3:43 - 3:45
    要在這裡跟大家談癲癇猝死症?
  • 3:45 - 3:47
    我不是神經病學家。
  • 3:47 - 3:52
    我在麻省理工媒體實驗室
    研究情緒測量時,
  • 3:52 - 3:55
    我試圖要讓我們的機器
    有更高的智能來判讀我們的情緒,
  • 3:55 - 3:58
    我們開始努力去測量壓力。
  • 3:59 - 4:01
    我們建造了許多感測器,
  • 4:01 - 4:04
    用許多不同的方式來測量壓力。
  • 4:04 - 4:06
    但,其中有一種特別方式,
  • 4:06 - 4:10
    出自用電訊號來測量掌心流汗的
  • 4:10 - 4:12
    古老研究。
  • 4:12 - 4:14
    這是皮膚電導的訊號,
  • 4:14 - 4:16
    已知當你緊張時,這種訊號會升高,
  • 4:16 - 4:19
    但,結果發現,還有許多其他
    有趣的條件也會讓它上升。
  • 4:19 - 4:22
    但,手上連結電線來測量
    實在不太方便。
  • 4:22 - 4:24
    所以,我們在麻省理工
    媒體實驗室裡
  • 4:24 - 4:26
    發明了許多其他方法來做這件事。
  • 4:26 - 4:28
    有了這些可穿戴的配備,
  • 4:28 - 4:31
    我們開始能取得一週七天、
    一天二十四小時的
  • 4:31 - 4:34
    高品質臨床資料,
    這是前所未有的。
  • 4:34 - 4:36
    這張圖上的是
  • 4:36 - 4:40
    第一次從一位麻省理工學院
    學生的手腕收集到
  • 4:40 - 4:43
    一週七天、一天二十四小時的
    皮膚電導資料。
  • 4:43 - 4:46
    咱們把它放大一點。
  • 4:46 - 4:49
    從左到右是二十四小時,
  • 4:49 - 4:51
    圖上的是兩天份的資料。
  • 4:51 - 4:53
    首先,讓我們驚訝的是,
  • 4:53 - 4:56
    一天的高峰發生在睡眠時間。
  • 4:57 - 4:58
    聽起來是故障了,對吧?
  • 4:58 - 5:02
    你沉睡時是很冷靜的,
    所以這是怎麼回事?
  • 5:03 - 5:05
    結果發現,在睡眠期間的生理機能
  • 5:05 - 5:08
    和清醒期間非常不同,
  • 5:08 - 5:11
    雖然對於為什麼一天之中的高峰
  • 5:11 - 5:14
    通常出現在睡眠期間,
    這仍然有點難以理解,
  • 5:14 - 5:17
    但我們現在相信,它們和記憶穩固
  • 5:17 - 5:19
    及睡眠期間的記憶形成有關。
  • 5:20 - 5:23
    也有一些發現,
    完全在我們的預期之中。
  • 5:23 - 5:27
    當麻省理工學院學生
    在實驗室中努力或在做功課時,
  • 5:27 - 5:32
    不僅有情緒壓力,還有認知負荷,
  • 5:32 - 5:37
    結果發現,認知負荷、
    認知努力、心理參與、
  • 5:37 - 5:39
    對學習某件事物感到興奮——
  • 5:39 - 5:41
    上述這些也都會造成訊號上升。
  • 5:43 - 5:47
    不幸的是,讓我們麻省理工學院
    教授們很丟臉的是,
  • 5:47 - 5:48
    (笑聲)
  • 5:48 - 5:52
    一天的低點出現在教室活動期間。
  • 5:53 - 5:55
    各位在這裡看到的,
    只是一個人的資料,
  • 5:55 - 5:58
    但,不幸的是,一般來說
    大家都有這個現象。
  • 6:00 - 6:05
    這條防汗帶裡面
    有自製的皮膚電導感測器,
  • 6:05 - 6:10
    有一天,我們的一位
    大學生來敲我的門,
  • 6:10 - 6:13
    那時是十二月學期末,
  • 6:13 - 6:15
    他說:「皮卡德教授,
  • 6:15 - 6:18
    我能不能跟你借一個腕帶感測器?
  • 6:18 - 6:21
    我弟弟有自閉症,他無法說話,
  • 6:21 - 6:23
    我想了解是什麼讓他很焦慮。」
  • 6:24 - 6:27
    我說:「當然,
    事實上,拿兩條去吧。」
  • 6:27 - 6:30
    因為在那時,
    這種感測器很容易壞。
  • 6:30 - 6:33
    他把感測器帶回家,
    讓他弟弟戴上。
  • 6:33 - 6:36
    而我在麻省理工學院裡,
    用我的筆記型電腦看資料,
  • 6:36 - 6:39
    第一天,我心想:「嗯,真怪,
  • 6:39 - 6:42
    他把兩個感測器戴在兩隻手腕上,
    而不是等一個壞了。
  • 6:42 - 6:44
    好,不照我的指示就算了。」
  • 6:44 - 6:46
    我很高興他沒照我的指示。
  • 6:46 - 6:50
    第二天——冷淡。
    看起來就像教室活動期間。
  • 6:50 - 6:51
    (笑聲)
  • 6:51 - 6:53
    還要觀察幾天。
  • 6:53 - 6:58
    隔天,有一隻手腕的訊號很平坦,
  • 6:58 - 7:02
    另一隻則有我見過最高的高峰,
  • 7:02 - 7:05
    我心想:「這是怎麼回事?
  • 7:05 - 7:09
    我們在麻省理工學院裡用過
    各種想得出來的方式製造焦慮。
  • 7:09 - 7:11
    我從沒見過這麼高的高峰。」
  • 7:12 - 7:14
    且只發生在一隻手。
  • 7:14 - 7:17
    怎麼可能身體的一邊
    很焦慮,另一邊卻不會?
  • 7:17 - 7:20
    所以我認為,至少
    其中一個感測器壞了。
  • 7:21 - 7:23
    我是受過訓練的電機工程師,
  • 7:23 - 7:26
    所以我開始動手去偵錯,
  • 7:26 - 7:29
    長話短說,我無法複製這個狀況。
  • 7:29 - 7:32
    所以,我回去用老式的偵錯方法。
  • 7:32 - 7:35
    這位學生放假在家,
    我打電話給他:
  • 7:35 - 7:40
    「嗨,你弟弟如何?
    聖誕節過得如何?
  • 7:40 - 7:43
    嘿,你知道他發生了什麼事嗎?」
  • 7:43 - 7:46
    我提出了這個特定的日期、
    時間,以及資料。
  • 7:46 - 7:50
    他說:「我不知道,
    我來查一下日記。」
  • 7:51 - 7:54
    日記?麻省理工學院的
    學生會寫日記?
  • 7:54 - 7:56
    我等待著,他回來了。
  • 7:56 - 7:57
    他有精確的日期和時間,
  • 7:57 - 8:01
    他說:「那剛好就是他
    癲癇大發作之前。」
  • 8:03 - 8:06
    當時,我對癲癇一無所知,
  • 8:06 - 8:08
    於是我做了一堆研究,
  • 8:08 - 8:11
    我發現有一個學生的爸爸是
  • 8:11 - 8:14
    波士頓兒童醫院的神經外科主任,
  • 8:14 - 8:16
    我鼓起勇氣,打電話給
    喬馬德森醫生。
  • 8:16 - 8:18
    「嗨,馬德森醫生,
    我是羅莎琳皮卡德。
  • 8:18 - 8:22
    有沒有可能,有人會發生
  • 8:22 - 8:27
    交感神經系統突然高漲」——
  • 8:27 - 8:29
    皮膚電導就是這麼來的——
  • 8:29 - 8:32
    「然後二十分鐘後就發作?」
  • 8:32 - 8:34
    他說:「應該不會。」
  • 8:36 - 8:37
    他說:「這很有趣。
  • 8:37 - 8:40
    我們見過病人一隻手臂上的毛聳立,
  • 8:40 - 8:42
    然後二十分鐘後就發作。」
  • 8:43 - 8:47
    我說:「一隻手臂?」
    一開始,我還不想告訴他這件事,
  • 8:47 - 8:49
    因為我覺得太荒謬了。
  • 8:49 - 8:51
    他解釋了大腦中
    可能發生了什麼事,
  • 8:51 - 8:53
    他很感興趣,我把資料給他看。
  • 8:53 - 8:56
    我們又做了一大堆裝置,
    且為它們取得安全認證。
  • 8:56 - 8:59
    一項研究招募了九十個家庭參加,
  • 8:59 - 9:02
    他們的孩子會受到一週七天,
    一天二十四小時的監控,
  • 9:02 - 9:07
    頭皮會接上高品質的腦波儀,
    來讀取大腦活動數據,
  • 9:07 - 9:09
    有影片可觀察行為,
  • 9:09 - 9:12
    還有心電圖—— ECG ——
    現在是看 EDA,膚電活動,
  • 9:12 - 9:15
    用來尋找周圍是否有什麼我們可以
  • 9:15 - 9:18
    很容易取得和發作有關的訊號。
  • 9:18 - 9:20
    我們發現,
  • 9:20 - 9:24
    第一批的癲癇大發作
  • 9:24 - 9:28
    全部都伴隨這種超大的膚電反應。
  • 9:28 - 9:32
    中間的藍色區段是男孩的
    睡眠期間,通常都是一天的高峰。
  • 9:32 - 9:36
    現在看到的這三次發作特別突出,
  • 9:36 - 9:38
    就像森林中的巨杉。
  • 9:39 - 9:43
    此外,如果把上面的膚電資料
  • 9:43 - 9:46
    搭配來自手腕的活動,
  • 9:46 - 9:51
    就會得到很多資料,可以用來
    訓練機器學習和人工智慧,
  • 9:51 - 9:56
    可以建造自動化人工智慧,
    來偵測這些模式,
  • 9:56 - 10:00
    比晃動偵測器能做的要多太多。
  • 10:00 - 10:04
    我們知道我們得要
    把這些成果傳出去,
  • 10:04 - 10:07
    加上傅明哲的博士論文研究
  • 10:07 - 10:10
    和 Empatica 公司後續做的大改良,
  • 10:10 - 10:14
    讓我們有了進展,
    發作偵測的精確度大大提升。
  • 10:14 - 10:17
    過程中,我們也更進一步
    了解了癲癇猝死症。
  • 10:17 - 10:20
    關於癲癇猝死症,
    我們學到的一件事就是,
  • 10:20 - 10:23
    雖然很少會在全身
    強直陣攣型發作之後,
  • 10:23 - 10:26
    那是它最可能發生的時段——
    在那種發作之後。
  • 10:26 - 10:29
    當它發生時,並不會
    在發作的過程中發生,
  • 10:29 - 10:32
    通常不會緊接著馬上發生,
  • 10:32 - 10:34
    但,緊接著,
  • 10:34 - 10:37
    當病人還看似非常安穩的時候,
  • 10:37 - 10:42
    可能就會進入另一個階段,
    在這個階段中,呼吸停止,
  • 10:42 - 10:45
    在呼吸停止後,心臟接著停止。
  • 10:45 - 10:48
    所以還要花些時間才會到那一步。
  • 10:48 - 10:53
    我們也發現,在大腦深處
    有一個區域叫做杏仁核,
  • 10:53 - 10:56
    情緒研究常常會去探究這個區域。
  • 10:56 - 10:59
    我們有兩個杏仁核,
    如果去刺激右邊的那個,
  • 10:59 - 11:02
    產生的右側膚電反應就會很大。
  • 11:02 - 11:06
    要願意接受顱骨切開術
    才能做到這件事。
  • 11:06 - 11:09
    我們不會想要自願去做,
  • 11:09 - 11:12
    但它會造成很大的右側膚電反應。
  • 11:12 - 11:15
    刺激左邊的,手掌會有
    很大的左側膚電反應。
  • 11:16 - 11:20
    此外,當有人刺激你的杏仁核,
  • 11:20 - 11:22
    當時你坐在那裡,可能正在工作,
  • 11:23 - 11:25
    你不會顯露出任何苦難的徵兆,
  • 11:26 - 11:27
    但你會停止呼吸,
  • 11:28 - 11:32
    而且除非有人去刺激你,
    你不會再次呼吸。
  • 11:33 - 11:34
    「嘿,羅莎,你在嗎?」
  • 11:34 - 11:36
    你打開你的嘴巴說話。
  • 11:37 - 11:39
    當你吸入空氣以便說話,
  • 11:39 - 11:41
    你又開始呼吸了。
  • 11:43 - 11:46
    所以,我們開始研究壓力,
  • 11:46 - 11:49
    這讓我們能夠打造許多感測器,
  • 11:49 - 11:51
    用來收集品質夠高的資料,
  • 11:51 - 11:54
    能夠收集實驗室以外的資料;
  • 11:54 - 11:57
    無意間發現發作帶來的高峰反應,
  • 11:57 - 12:01
    這種神經系統活化,造成的反應
    遠大於傳統的壓力因子;
  • 12:01 - 12:04
    和許多醫院及一個
    癲癇監控單位合作,
  • 12:04 - 12:07
    特別是波士頓兒童醫院,
    及布萊根婦女醫院;
  • 12:07 - 12:10
    此外還有機器學習和人工智慧,
  • 12:10 - 12:13
    來取得、收集更多資料,
  • 12:13 - 12:15
    用來試圖了解這些事件,
  • 12:15 - 12:18
    希望能夠預防癲癇猝死症。
  • 12:18 - 12:21
    現在,Empatica 已經將它商業化,
  • 12:22 - 12:24
    它是間新創公司,
    我很榮幸是共同創辦人,
  • 12:25 - 12:29
    那裡的團隊把這項技術
    做了很驚人的改良,
  • 12:29 - 12:31
    做出一個很棒的感測器,
  • 12:31 - 12:34
    它不僅能夠報時,
    也提供睡眠相關各種資訊,
  • 12:34 - 12:38
    而且還有即時的
    人工智慧和機器學習,
  • 12:38 - 12:40
    可以偵測全身強直陣攣型發作,
  • 12:40 - 12:43
    並在我即將發作且失去意識時
  • 12:43 - 12:45
    發出求助警告。
  • 12:46 - 12:48
    它剛得到食品及藥物
    管理局的核准,
  • 12:48 - 12:53
    是神經學領域中第一支
    被核准的智慧手錶。
  • 12:54 - 12:59
    (掌聲)
  • 13:03 - 13:06
    下一張投影片呈現的是
    我的皮膚電導上升的原因。
  • 13:07 - 13:09
    有天早上,我在讀電子郵件,
  • 13:09 - 13:11
    看到了一位母親的故事,
  • 13:11 - 13:13
    她說她當時正在淋浴,
  • 13:13 - 13:15
    她的手機在淋浴間的檯子上,
  • 13:15 - 13:18
    手機說她的女兒
    可能需要她的協助。
  • 13:18 - 13:21
    所以她淋浴到一半
    就衝到她女兒的臥房,
  • 13:21 - 13:25
    她發現她的女兒面朝下
    趴在床上,發青,沒有呼吸。
  • 13:25 - 13:28
    她把她翻過來——人類刺激——
  • 13:29 - 13:32
    她的女兒吸了一口氣,
    接著再一口,
  • 13:32 - 13:36
    她的女兒漸漸恢復血色,沒事了。
  • 13:38 - 13:41
    我想我在讀這封信時
    我應該是臉色發白的。
  • 13:41 - 13:43
    我的第一個反應是:
    「喔,不,它不夠完美。
  • 13:43 - 13:45
    藍芽可能會斷掉,電池可能會用完。
  • 13:45 - 13:48
    這些都可能會出錯。
    不要仰賴這個裝置。
  • 13:48 - 13:51
    她說:「沒關係,我知道
    沒有任何技術是完美的。
  • 13:51 - 13:54
    沒有人能隨時都在身邊。
  • 13:55 - 13:59
    但,這個裝置加上人工智慧,
  • 13:59 - 14:02
    讓我能及時趕到,
    救了我女兒一命。」
  • 14:06 - 14:08
    我剛剛一直在談孩子,
  • 14:08 - 14:14
    但其實,癲癇猝死症最常發生在
    二十、三十、四十多歲的人身上,
  • 14:14 - 14:15
    我接下來要說的,
  • 14:15 - 14:17
    可能會讓一些人不舒服,
  • 14:18 - 14:22
    但,如果這份名單
    包括到你認識的人,
  • 14:22 - 14:23
    就會更不舒服。
  • 14:24 - 14:27
    這有沒有可能發生在
    你認識的人身上?
  • 14:27 - 14:30
    我之所以提出這個不舒服的問題,
  • 14:30 - 14:35
    是因為二十六個人當中就有
    一個人,會在某個時點罹患癲癇,
  • 14:35 - 14:37
    據我所知,
  • 14:37 - 14:42
    罹患癲癇的人通常
    不會告訴朋友和鄰居。
  • 14:42 - 14:47
    所以,如果你願意讓他們
    使用人工智慧之類的東西
  • 14:47 - 14:51
    在他們可能需要協助時呼叫你,
  • 14:51 - 14:53
    如果你能讓他們知道這點,
  • 14:53 - 14:55
    你就能讓他們的人生有所不同。
  • 14:56 - 14:59
    為什麼要花這麼多功夫
    來打造人工智慧?
  • 15:00 - 15:01
    這裡有幾個理由:
  • 15:01 - 15:03
    第一個理由是娜塔莎,
    活下來的那位女孩,
  • 15:04 - 15:06
    她的家人要我把
    她的名字告訴大家。
  • 15:07 - 15:09
    另一個理由是她的家人
  • 15:09 - 15:11
    以及其他美好的人,
  • 15:11 - 15:14
    他們想要支援那些
    過去不敢告訴他人
  • 15:14 - 15:17
    自己患有某些疾病的人。
  • 15:18 - 15:20
    還有一個理由是你們所有人,
  • 15:20 - 15:25
    因為我們有機會形塑
    人工智慧的未來。
  • 15:25 - 15:28
    我們能夠改變它,
  • 15:28 - 15:30
    因為我們就是建造它的人。
  • 15:30 - 15:32
    所以,咱們來打造出
  • 15:32 - 15:35
    能改善大家生活的人工智慧。
  • 15:36 - 15:37
    謝謝。
  • 15:37 - 15:42
    (掌聲)
Title:
能夠偵測癲癇的人工智慧手錶
Speaker:
羅莎琳皮卡德
Description:

每年,全世界有超過五萬看似健康其實患有癲癇的人猝死——這就是所謂的癲癇猝死症。人工智慧研究者羅莎琳皮卡德說,其實其中有很大一部分死亡是可以避免的。來聽聽這場演說,了解一下皮卡德怎麼協助開發一種先進的智慧手錶,在癲癇發作之前就先偵測到它,並警告附近的親友來及時協助。

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

Chinese, Traditional subtitles

Revisions