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。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 15:54
Helen Chang approved Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
Helen Chang edited Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
Helen Chang accepted Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
Helen Chang edited Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
Helen Chang rejected Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
Kristen Lin accepted Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
易帆 余 edited Chinese, Traditional subtitles for An AI smartwatch that detects seizures | ||
Lilian Chiu edited Chinese, Traditional subtitles for An AI smartwatch that detects seizures |