Chinese, Traditional subtitles

← 能夠偵測癲癇的人工智慧手錶

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。

Get Embed Code
23 Languages

Showing Revision 7 created 07/03/2019 by Helen Chang.

  1. 這位是亨利,
  2. 一位可愛的男孩,
  3. 亨利三歲時,
  4. 他的媽媽發現他有點熱痙攣。
  5. 熱痙攣就是在痙攣的
    同時還加上發燒,
  6. 而醫生說:
  7. 「不用太擔心。通常孩子
    長大之後就沒有了。」
  8. 他四歲時出現了痙攣性癲癇,
  9. 會失去意識且發抖的那一種——
  10. 全身強直陣攣型發作——
  11. 當癲癇診斷書還在郵寄的途中,
  12. 一天早上亨利的媽媽去叫他起床,
  13. 她進入他的房間,
  14. 她發現他的身體冰冷,
    沒有生命跡象。
  15. 亨利死於 SUDEP,

  16. 即癲癇猝死症。
  17. 我很好奇,在座有多少人
    聽過癲癇猝死症?
  18. 各位是教育程度很高的觀眾,
    但我只看到幾個人舉手。
  19. 癲癇猝死症指的是
    健康的癲癇患者
  20. 在死亡解剖後無法發現任何死因。
  21. 每七到九分鐘就有一個人
    發生癲癇猝死症。
  22. 平均每場 TED 演說就有兩個人。
  23. 正常人的大腦都會有電訊活動。
  24. 各位可以在這張大腦的圖片上
  25. 看到一些電波。
  26. 這些是腦電圖從表面讀到的
  27. 典型腦電活動。
  28. 當你發作時,就會有
    不尋常的腦電活動,
  29. 這可能就是病灶所在。
  30. 它可能只發生在大腦的一塊小區域。
  31. 發生時,你可能會有
    很奇怪的感覺。
  32. 在座當中可能就有幾個人
    現在就有這個狀況,
  33. 而你旁邊的人可能完全不會知道。
  34. 然而,如果你腦中的發作狀況
    是從小小的火苗散播到
  35. 像是森林大火,
  36. 它就會變成全身性,
  37. 而全身性的發作會奪去你的意識,
  38. 造成你抽搐。
  39. 在美國,每年癲癇猝死的人數

  40. 高於嬰兒猝死症。
  41. 在座有多少人聽過嬰兒猝死症?
  42. 是吧?幾乎人人都舉手了。
  43. 這是怎麼回事?
  44. 為什麼這種疾病這麼普遍,
    然而大家卻沒聽說過它呢?
  45. 還有,要如何預防它呢?
  46. 嗯,科學指出,有兩個方法
  47. 可以預防或減低
    癲癇猝死症的風險。
  48. 第一:「遵循醫生指示,
  49. 按時吃藥。」
  50. 三分之二的癲癇患者
  51. 都能用藥物來控制。
  52. 能減低癲癇猝死症風險的
    第二個方法,就是陪伴。
  53. 也就是當你發作的時候,
    要有人在你身邊。
  54. 雖然大部分人沒聽過癲癇猝死症,
  55. 但它其實是所有神經疾病當中,
  56. 最有可能致死的第二名。
  57. 縱軸是死亡人數,
  58. 乘上剩下的生命期長,
  59. 所以越高表示越糟糕的影響。
  60. 然而,癲癇猝死症不像其他疾病,
  61. 這裡的人都能夠
    做點什麼來壓制住它。
  62. 為什麼人工智慧研究者
    羅莎琳皮卡德

  63. 要在這裡跟大家談癲癇猝死症?
  64. 我不是神經病學家。
  65. 我在麻省理工媒體實驗室
    研究情緒測量時,
  66. 我試圖要讓我們的機器
    有更高的智能來判讀我們的情緒,
  67. 我們開始努力去測量壓力。
  68. 我們建造了許多感測器,
  69. 用許多不同的方式來測量壓力。
  70. 但,其中有一種特別方式,
  71. 出自用電訊號來測量掌心流汗的
  72. 古老研究。
  73. 這是皮膚電導的訊號,
  74. 已知當你緊張時,這種訊號會升高,
  75. 但,結果發現,還有許多其他
    有趣的條件也會讓它上升。
  76. 但,手上連結電線來測量
    實在不太方便。
  77. 所以,我們在麻省理工
    媒體實驗室裡
  78. 發明了許多其他方法來做這件事。
  79. 有了這些可穿戴的配備,
  80. 我們開始能取得一週七天、
    一天二十四小時的
  81. 高品質臨床資料,
    這是前所未有的。
  82. 這張圖上的是
  83. 第一次從一位麻省理工學院
    學生的手腕收集到
  84. 一週七天、一天二十四小時的
    皮膚電導資料。
  85. 咱們把它放大一點。
  86. 從左到右是二十四小時,
  87. 圖上的是兩天份的資料。
  88. 首先,讓我們驚訝的是,
  89. 一天的高峰發生在睡眠時間。
  90. 聽起來是故障了,對吧?
  91. 你沉睡時是很冷靜的,
    所以這是怎麼回事?
  92. 結果發現,在睡眠期間的生理機能

  93. 和清醒期間非常不同,
  94. 雖然對於為什麼一天之中的高峰
  95. 通常出現在睡眠期間,
    這仍然有點難以理解,
  96. 但我們現在相信,它們和記憶穩固
  97. 及睡眠期間的記憶形成有關。
  98. 也有一些發現,
    完全在我們的預期之中。

  99. 當麻省理工學院學生
    在實驗室中努力或在做功課時,
  100. 不僅有情緒壓力,還有認知負荷,
  101. 結果發現,認知負荷、
    認知努力、心理參與、
  102. 對學習某件事物感到興奮——
  103. 上述這些也都會造成訊號上升。
  104. 不幸的是,讓我們麻省理工學院
    教授們很丟臉的是,

  105. (笑聲)

  106. 一天的低點出現在教室活動期間。

  107. 各位在這裡看到的,
    只是一個人的資料,
  108. 但,不幸的是,一般來說
    大家都有這個現象。
  109. 這條防汗帶裡面
    有自製的皮膚電導感測器,

  110. 有一天,我們的一位
    大學生來敲我的門,
  111. 那時是十二月學期末,
  112. 他說:「皮卡德教授,
  113. 我能不能跟你借一個腕帶感測器?
  114. 我弟弟有自閉症,他無法說話,
  115. 我想了解是什麼讓他很焦慮。」
  116. 我說:「當然,
    事實上,拿兩條去吧。」
  117. 因為在那時,
    這種感測器很容易壞。
  118. 他把感測器帶回家,
    讓他弟弟戴上。
  119. 而我在麻省理工學院裡,
    用我的筆記型電腦看資料,
  120. 第一天,我心想:「嗯,真怪,
  121. 他把兩個感測器戴在兩隻手腕上,
    而不是等一個壞了。
  122. 好,不照我的指示就算了。」
  123. 我很高興他沒照我的指示。
  124. 第二天——冷淡。
    看起來就像教室活動期間。
  125. (笑聲)

  126. 還要觀察幾天。

  127. 隔天,有一隻手腕的訊號很平坦,
  128. 另一隻則有我見過最高的高峰,
  129. 我心想:「這是怎麼回事?
  130. 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。
  131. 我從沒見過這麼高的高峰。」
  132. 且只發生在一隻手。
  133. 怎麼可能身體的一邊
    很焦慮,另一邊卻不會?
  134. 所以我認為,至少
    其中一個感測器壞了。
  135. 我是受過訓練的電機工程師,
  136. 所以我開始動手去偵錯,
  137. 長話短說,我無法複製這個狀況。
  138. 所以,我回去用老式的偵錯方法。

  139. 這位學生放假在家,
    我打電話給他:
  140. 「嗨,你弟弟如何?
    聖誕節過得如何?
  141. 嘿,你知道他發生了什麼事嗎?」
  142. 我提出了這個特定的日期、
    時間,以及資料。
  143. 他說:「我不知道,
    我來查一下日記。」
  144. 日記?麻省理工學院的
    學生會寫日記?

  145. 我等待著,他回來了。
  146. 他有精確的日期和時間,
  147. 他說:「那剛好就是他
    癲癇大發作之前。」
  148. 當時,我對癲癇一無所知,

  149. 於是我做了一堆研究,
  150. 我發現有一個學生的爸爸是
  151. 波士頓兒童醫院的神經外科主任,
  152. 我鼓起勇氣,打電話給
    喬馬德森醫生。
  153. 「嗨,馬德森醫生,
    我是羅莎琳皮卡德。

  154. 有沒有可能,有人會發生
  155. 交感神經系統突然高漲」——
  156. 皮膚電導就是這麼來的——
  157. 「然後二十分鐘後就發作?」
  158. 他說:「應該不會。」
  159. 他說:「這很有趣。
  160. 我們見過病人一隻手臂上的毛聳立,
  161. 然後二十分鐘後就發作。」
  162. 我說:「一隻手臂?」
    一開始,我還不想告訴他這件事,
  163. 因為我覺得太荒謬了。
  164. 他解釋了大腦中
    可能發生了什麼事,

  165. 他很感興趣,我把資料給他看。
  166. 我們又做了一大堆裝置,
    且為它們取得安全認證。
  167. 一項研究招募了九十個家庭參加,
  168. 他們的孩子會受到一週七天,
    一天二十四小時的監控,
  169. 頭皮會接上高品質的腦波儀,
    來讀取大腦活動數據,
  170. 有影片可觀察行為,
  171. 還有心電圖—— ECG ——
    現在是看 EDA,膚電活動,
  172. 用來尋找周圍是否有什麼我們可以
  173. 很容易取得和發作有關的訊號。
  174. 我們發現,

  175. 第一批的癲癇大發作
  176. 全部都伴隨這種超大的膚電反應。
  177. 中間的藍色區段是男孩的
    睡眠期間,通常都是一天的高峰。
  178. 現在看到的這三次發作特別突出,
  179. 就像森林中的巨杉。
  180. 此外,如果把上面的膚電資料
  181. 搭配來自手腕的活動,
  182. 就會得到很多資料,可以用來
    訓練機器學習和人工智慧,
  183. 可以建造自動化人工智慧,
    來偵測這些模式,
  184. 比晃動偵測器能做的要多太多。
  185. 我們知道我們得要
    把這些成果傳出去,
  186. 加上傅明哲的博士論文研究
  187. 和 Empatica 公司後續做的大改良,
  188. 讓我們有了進展,
    發作偵測的精確度大大提升。
  189. 過程中,我們也更進一步
    了解了癲癇猝死症。

  190. 關於癲癇猝死症,
    我們學到的一件事就是,
  191. 雖然很少會在全身
    強直陣攣型發作之後,
  192. 那是它最可能發生的時段——
    在那種發作之後。
  193. 當它發生時,並不會
    在發作的過程中發生,
  194. 通常不會緊接著馬上發生,
  195. 但,緊接著,
  196. 當病人還看似非常安穩的時候,
  197. 可能就會進入另一個階段,
    在這個階段中,呼吸停止,
  198. 在呼吸停止後,心臟接著停止。
  199. 所以還要花些時間才會到那一步。
  200. 我們也發現,在大腦深處
    有一個區域叫做杏仁核,
  201. 情緒研究常常會去探究這個區域。
  202. 我們有兩個杏仁核,
    如果去刺激右邊的那個,
  203. 產生的右側膚電反應就會很大。
  204. 要願意接受顱骨切開術
    才能做到這件事。
  205. 我們不會想要自願去做,
  206. 但它會造成很大的右側膚電反應。
  207. 刺激左邊的,手掌會有
    很大的左側膚電反應。
  208. 此外,當有人刺激你的杏仁核,
  209. 當時你坐在那裡,可能正在工作,
  210. 你不會顯露出任何苦難的徵兆,
  211. 但你會停止呼吸,
  212. 而且除非有人去刺激你,
    你不會再次呼吸。
  213. 「嘿,羅莎,你在嗎?」
  214. 你打開你的嘴巴說話。
  215. 當你吸入空氣以便說話,
  216. 你又開始呼吸了。
  217. 所以,我們開始研究壓力,

  218. 這讓我們能夠打造許多感測器,
  219. 用來收集品質夠高的資料,
  220. 能夠收集實驗室以外的資料;
  221. 無意間發現發作帶來的高峰反應,
  222. 這種神經系統活化,造成的反應
    遠大於傳統的壓力因子;
  223. 和許多醫院及一個
    癲癇監控單位合作,
  224. 特別是波士頓兒童醫院,
    及布萊根婦女醫院;
  225. 此外還有機器學習和人工智慧,
  226. 來取得、收集更多資料,
  227. 用來試圖了解這些事件,
  228. 希望能夠預防癲癇猝死症。
  229. 現在,Empatica 已經將它商業化,

  230. 它是間新創公司,
    我很榮幸是共同創辦人,
  231. 那裡的團隊把這項技術
    做了很驚人的改良,
  232. 做出一個很棒的感測器,
  233. 它不僅能夠報時,
    也提供睡眠相關各種資訊,
  234. 而且還有即時的
    人工智慧和機器學習,
  235. 可以偵測全身強直陣攣型發作,
  236. 並在我即將發作且失去意識時
  237. 發出求助警告。
  238. 它剛得到食品及藥物
    管理局的核准,
  239. 是神經學領域中第一支
    被核准的智慧手錶。
  240. (掌聲)

  241. 下一張投影片呈現的是
    我的皮膚電導上升的原因。

  242. 有天早上,我在讀電子郵件,
  243. 看到了一位母親的故事,
  244. 她說她當時正在淋浴,
  245. 她的手機在淋浴間的檯子上,
  246. 手機說她的女兒
    可能需要她的協助。
  247. 所以她淋浴到一半
    就衝到她女兒的臥房,
  248. 她發現她的女兒面朝下
    趴在床上,發青,沒有呼吸。
  249. 她把她翻過來——人類刺激——
  250. 她的女兒吸了一口氣,
    接著再一口,
  251. 她的女兒漸漸恢復血色,沒事了。
  252. 我想我在讀這封信時
    我應該是臉色發白的。

  253. 我的第一個反應是:
    「喔,不,它不夠完美。
  254. 藍芽可能會斷掉,電池可能會用完。
  255. 這些都可能會出錯。
    不要仰賴這個裝置。
  256. 她說:「沒關係,我知道
    沒有任何技術是完美的。
  257. 沒有人能隨時都在身邊。
  258. 但,這個裝置加上人工智慧,
  259. 讓我能及時趕到,
    救了我女兒一命。」
  260. 我剛剛一直在談孩子,

  261. 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,
  262. 我接下來要說的,
  263. 可能會讓一些人不舒服,
  264. 但,如果這份名單
    包括到你認識的人,
  265. 就會更不舒服。
  266. 這有沒有可能發生在
    你認識的人身上?
  267. 我之所以提出這個不舒服的問題,
  268. 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,
  269. 據我所知,
  270. 罹患癲癇的人通常
    不會告訴朋友和鄰居。
  271. 所以,如果你願意讓他們
    使用人工智慧之類的東西
  272. 在他們可能需要協助時呼叫你,
  273. 如果你能讓他們知道這點,
  274. 你就能讓他們的人生有所不同。
  275. 為什麼要花這麼多功夫
    來打造人工智慧?

  276. 這裡有幾個理由:
  277. 第一個理由是娜塔莎,
    活下來的那位女孩,
  278. 她的家人要我把
    她的名字告訴大家。
  279. 另一個理由是她的家人
  280. 以及其他美好的人,
  281. 他們想要支援那些
    過去不敢告訴他人
  282. 自己患有某些疾病的人。
  283. 還有一個理由是你們所有人,
  284. 因為我們有機會形塑
    人工智慧的未來。
  285. 我們能夠改變它,
  286. 因為我們就是建造它的人。
  287. 所以,咱們來打造出

  288. 能改善大家生活的人工智慧。
  289. 謝謝。

  290. (掌聲)