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 - 1:14SUDEP 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 - 3:17SUDEP 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 - 8:5990 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 - 10:23SUDEP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 - 10:29SUDEP 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 - 12:22Empatica 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。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 15:54
TED Translators admin approved Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
TED Translators admin accepted Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
Cissy Yun edited Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
Cissy Yun edited Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
Cissy Yun edited Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
Cissy Yun edited Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
Cissy Yun edited Chinese, Simplified subtitles for An AI smartwatch that detects seizures | ||
Cissy Yun edited Chinese, Simplified subtitles for An AI smartwatch that detects seizures |