|
|
這個過程，比咱们想象的要快。咱们可能會親眼看到1980年月的科幻影片《机器战警》曾刻画的画面：第一次履行使命就被强盗打断雙臂惨死的差人，被大夫救活後，得到了钢铁和机器的身躯，一跃從警界菜鸟，進级為超等差人，不但刀枪不入、孔武有力，還可以操纵切确定位的體系，從任何刁钻角度击中敌手……
近40年曩昔了，“赛博人類”、“脑新生”等一系列的想象正在加快酿成實際。而最早被深度影响的是神经外科手術——全世界最顶级的一批神经外科大夫，已把AI东西應用得手術和科研當中了。
近期，虎嗅與来自芝加哥大學醫學院的两位全世界顶级的神经外科大夫、學者Peter Warnke和Sean P. Polster举行了独家交换。
（虎嗅注：Peter Warnke，醫學博士、芝加哥大學醫學院外科傳授、立體定向與功效性神经外科主任。他是世界知名的神经外科大夫，已完成為了跨越 7000 次立體定向手術與跨越 3000 次脑肿瘦身產品,瘤手術；是為数未几的接管太小儿神经外科、脑肿瘤外科和活動和癫痫外科培训的神经外科大夫之一。2021 年，他成為全世界第二位為儿童施行激光大脑半球切除術以醫治耐藥性癫痫的神经外科大夫。
Sean P. Polster，醫學博士，芝加哥大學醫學院神经血管外科項目副主任、颅底與神经血管實行室主任。他重要聚焦于醫治頭颈部神经血管疾病，和脑部和颅底肿瘤。作為一位大夫兼科學家，Polster 博士一向在钻研新的醫治法子與技能，以晋升神经外科患者的醫療程度。）
“咱们正在開辟的仿生脑机接口，已實現人在利用机器手的同時，大脑也能感知得手在做甚麼了。”Peter Warnke奉告虎嗅，“這是真正使人愉快的。可以说，AI在神经科學范畴的远景是無穷的。”
Peter Warnke和Sean P. Polster也是率先在手術當中測驗考试AI东西的一批顶级大夫，他们在接触AI的進程中所碰到的欣喜、問题和對人類将来的隐忧，颇具代表性。
在與Peter Warnke和Sean P. Polster沟通進程中，虎嗅领會到，人的大脑有上千亿個神经元，它们大大都都在10到100微米之間，這令人脑成為最繁杂紧密的布局，也使其病變的醫治异样艰巨。今天的神外手術，不但手術暗语愈来愈小，偏差范畴也几回再三紧缩，乃至可以到達0.15毫米如下。作為神经體系疾病的最终解决方案，侵去痣藥膏,入式脑机接口手術中，植入人脑的电极可以细到頭發丝的百分之一。在AI参加後，包含脑机接口在内的神经外科手術都坐上了“火箭”。
AI刹時解码了海量大脑旌旗灯号
虎嗅：比年来，不少新技能用到了神经科學范畴，AI也是此中之一。您對這項技能在神经科學范畴利用的最初印象是怎麼的？
Dr. Warnke：我第一次利用人工智能，是在2019年，那時我靠近退休，和匹兹堡大學互助，在首位患者身长進行了實行性脑机接口（BCI）項目钻研。将人工智能用于及時阐發脑旌旗灯号的體驗使人印象深入，由于它必要刹時對海量的脑部神经元旌旗灯号举行解码。
人工智能驱動的脑旌旗灯号阐發，恰是這項技能的完善利用場景。
之前咱们重要用AI来阐發平凡的脑电图（EEG），旌旗灯号重要来自豪脑的大片區域。如今咱们用它来阐發植入电极的立體脑电图（stereo EEG）——做這類脑电图時，咱们會将电极植入到多個大脑區域，如许，除會输出经典的脑电图，還會發生一种三维数据。對癫痫患者的单组脑细胞举行长時候的阐發，就可以發生数以TB计的数据。
靠人力是没法阐發如斯海量的数据的，人工智能便可以经由過程辨认特定的標识表記標帜并開辟相應算法来举行阐發。并且在這個進程中，人工智能對电路旌旗灯号、影象数据等举行的仍是多模態阐發。
可以说，人工智能在神经科學范畴的利用远景是無穷的。
虎嗅：确切，如今人工智能阐發脑旌旗灯号的速率确切很是快，有报导显示，AI可以在一秒内記實上千次人脑的勾當图象，可以辨认到人在0.5秒内看到的图片。芝加哥大學醫學院也将AIbng電子試玩,用在临床上了，請問重要用在哪些方面，利用的结果怎样样？
Dr. Warnke：有一個典范的例子，從几周前适才起頭利用。曩昔，咱们對帕金森病或其他震颤患者举行延续的深部脑刺激。如今，咱们及時在線記實来自基底神经节（basal ganglia）深部旌旗灯号，并按照咱们記實的旌旗灯号，操纵人工智能算法阐發调解刺激的强度。
Dr. Polster：血管成像技能，好比CT、MRI（磁共振成像），若是用到人群的筛查中，會快速發明康健問题。可是這些查抄的痛点在于，放射科大夫必要细心檢察影象并連系症状来辨认潜伏問题。若是讓AI来做這項事情，便可以更高效地辨认并突显出那些輕易被輕忽的、必要监測的潜伏區域。我认為這将放大 CT 和 MRI 的利用范围。
咱们如今已将人工智能图象阐發技能用到了實践中。好比一個患者疑似得了脑血管疾病，急診大夫就會举行灌注CT血管造影，在大夫檢察以前，AI就會對相干信息举行處置，若是發明可能存在大血管闭塞、脑出血等病變，體系就會通知全部醫療團隊，以便大夫對患者举行分診并果断必要举行哪些告急處置、實時干涉干與改良醫治结果。
虎嗅：您提到放射科大夫可能輕忽一些细节的問题。在這方面，AI带来了多大的改良？
Dr. Polster：相干数据還在收拾中，我能奉告你的是，咱们将AI利用光临床的决议，是基于数据阐發做出的。在辨认病理的详细利用中，咱们有证据证實，在人類放射科大夫漏診的處所，人工智能技能可以或许辨认出来。出格是在檢測動脉瘤方面，人工智能在每一個案例中都能檢測到，表示優于神经放射科大夫。
好比：曾有一個患者由于大脑中動脉（MCA）動脉瘤决裂出血入院，必要告急手術。大夫專注在大脑中的動脉瘤時，AI發明并提醒大夫，患者另有一個将来有决裂危害的眼動脉瘤。如许，大夫就一次處置了两個動脉瘤，防止了後续發明新病灶，再次手術的贫苦。
這拯救了几多生命，很難量化，可是我认為是颇有用的东西，由于人可能會委靡、漏掉信息，可是AI表示不乱，今朝结果很是好。
患者不是病變的调集
虎嗅：您认為人工智能最大的上风是甚麼？若是呈現AI建议與人類大夫的直觉冲突的环境，應當若何做選擇？
Dr. Warnke：我认為，人工智能最大上风在于它可以或许深刻到很是渺小的层面，特别是在MRI診断方面。
在MRI中，因為有分歧的成像序列，响應地會發生彻底分歧的图象。人工智能可以或许基于其對数百万次扫描的巨大布景阐發，看光临床大夫看不到的更多细节。
最佳的例子是癫痫手術，临床大夫可能认為這是一個彻底正常的扫描成果，但人工智能阐發却能發明细小的差别，從而提出新的診断，好比：大脑中的皮質發育不良畸形致使癫痫，這些是肉眼没法看到的。是以，我认為人工智能其實不會與临床履历相抵牾，而是會弥补并完美临床履历。
虎嗅：跟着AI在临床大量利用，人们担忧大夫會呈現過分依靠AI、致使能力退化，或将患者简化成一系列数据的环境。您對此有何见解，有甚麼法子可以防止呈現這類环境吗？
Dr. Warnke: 關于這一点，有两個方面。一方面，人们凡是批判人工智能低落了大夫實行專業职责的能力。當初MRI呈現時，也产生了雷同的环境。那時人们批判说，若是直接依靠影象學查抄，大夫就没法再親身查抄病人了，但現實上這類说法并無获得证明。是以，人工智能只是一個东西。
另外一方面，你的問题還触及将患者仅仅視為一组数字，而人工智能處置這些数字，這恰是現代技能和醫學面對的重要問题。咱们不克不及輕忽患者暗地里的人道。現實上，环境應當偏偏相反。疾病是一個必要解决的详细問题，但這只是在总體范畴内。對付患者自己而言，若是疾病并不是重要問题，而是與患者的糊口方法和小我履历相干的另外一件事，那仅仅是完善醫治他的特定疾病就毫偶然义了。
Dr. Polster：當你生病了，你不會去找一個科學家，你會去看大夫。东西的前進不會扭转這一点。
虎嗅：天生式AI的幻觉，一向是人们會商较多的問题，也是影响其利用于醫療中的關頭，在芝加哥大學醫學院，搭载在CT或MRI上的AI，存在這方面的問题吗？
Dr. Polster：是的，它也有可能會呈現這類問题。今朝将AI用在CT或MRI范畴，重要的益處是，AI作為东西，它能發明一些與從分歧的迹象，一些渺小的地方，然後，提醒大夫去存眷這些區域，果断是不是存在問题。人工智能可能會毛病地辨认病變，但把患者仅仅看做病變的调集也分歧适。
好比：一個 30 岁、有3到4毫米近端動脉瘤的患者的危害-收益环境，與一個85岁有一样巨细動脉瘤的患者是分歧的。而目古人工智能還没法斟酌到這些身分。這就是為甚麼把人工智能看成东西利用，阐扬它提醒查抄區域的感化，再由大夫連系患者环境举行果断，才是更好的利用方法。
人類大夫最後的防地
虎嗅：作為在醫療范畴利用的东西，您认為AI另有哪些局限性？
Dr. Warnke: 有几個典范的局限性。一是人工智能所利用计较机的處置速率，不外這個問题在不竭改良。二是進修能力，如今通用人工智能（GenAI）产物的進修速率已和人類靠近，能更快顺應分歧环境。但另有一個局限性會一向存在，就是當面临情感不不乱的患者時，人工智能没法快速進修應答他们的不測反响，由于這是人類独有的體驗。
好比：在醫治逼迫症等精力疾病時，必要果断陪伴的抑郁症是反响性的仍是自力疾病，這很大水平上依靠患者的社會布景。若是采纳問卷查询拜访的情势采集信息，将人類糊口简化為几個数字讓人工智能處置，没法真實反應人類的繁杂性。
Dr. Polster：作為一种东西，人工智能能举行影象阐發，奉告你有异样存在，但终极是不是必要醫治，還必要大夫来果断。這就是人工智能這种东西的局限性。
虎嗅：AI過于敏感會造成患者的發急吗？
Dr. Warnke：這确切是一個實際問题。在肿瘤診断方面，人工智能可能呈現毛病果断，将一些病變误判為肿瘤。在癫痫、精力疾病、神经退行性疾病等范畴也存在雷同环境。人工智能能檢測出大脑布局的渺小變革，好比與亨廷顿跳舞病相干的變革，但它過于敏感，若是直接据此给患者下診断，可能會讓患者感触發急。
咱们必要举行持久钻研，果断人工智能和临床果断哪一個更具展望性。人工智能只能按照输入的数据举行處置，固然速率比人類快，處置的数据量也更大，但临床相干性只能经由過程持久临床钻研来驗证，没法收缩钻研周期，必需期待钻研成果。
Dr. Polster：好比咱们每小我身上都有痣，人工智能可以辨认出所有的痣，但它没法果断這些痣是不是癌症，是不是必要切除。作為一种东西，人工智能能举行影象阐發，奉告你有异样存在，但终极是不是必要醫治，還必要大夫来果断。
AI的扭转，势不成挡
虎嗅：從2019年到如今也有五六年時候了，比拟您第一次接触AI，如今AI在脑机接口范畴的利用，又有了哪些晋升，您的职業軌迹又产生了哪些扭转？
Dr. Warnke：AI在旌旗灯号解码正确性和及時自顺應體系都有晋升，不外為了實現這些，起首得颠末数年時候来天生海量的数据。
現在相较于经由過程机器方法切除病變或夹闭動脉瘤，咱们很是專注于神经修复外科手術。
在AI的辅助下，脑机接口已呈現了真正使人愉快的环境，如今咱们看到了最少一两個患者，经由過程解码思惟和用意，他们可使用机器臂、语音天生器或其他雷同装备。固然，今朝的速率很是慢，且是单向的。咱们正在钻研很是使人冲動的新標的目的，就是與其他團隊老姜精油,一块儿開辟一种仿生脑机接口，這類接口不但可讓你利用机器手，還能讓你经由過程手部的反馈，讓大脑感觉到你現實正在做的事變。這确切是很是新的技能，经由過程更快的解码速率，你可以几近像利用本身的手同样快速地操作。
芝加哥大學和匹兹堡大學的所有患者都损失了大部門手部功效，最多见的缘由是颈脊髓毁伤。脑机接口经由過程敌手部和特定手指區域的旌旗灯号举行解码，使他们可以或许利用机器手，而且该机器手還能向感受皮层供给感受反馈。
咱们的方针并不是彻底替换人類手部功效，由于人手的“傳感器”远超机器手，但會無穷趋近。
虎嗅：AI進入醫療范畴今後，大夫可以将履历延长到更廣漠的范畴，這也在给醫療模式带来扭转，既有雷同脑机接口如许愈来愈高精尖的新技能，也在向平凡人的糊口延长。咱们注重到Dr.Polster曾在Nature颁發過一篇關于肠道菌群與大脑毁伤瓜葛的钻研。此中提到，服用乳化剂（经常使用作食品的防腐剂）的小鼠，大脑出血环境更紧张。這實在也在将疾病醫治向康健辦理转向。您是外科專家，為甚麼會做如许的钻研，您是遭到甚麼開导，如今该钻研若何影响临床醫治？
Dr. Polster：咱们察看到得了類似疾病的人却有着截然分歧的症状表示，恰是這個察看成果促使咱们展開了這項钻研。咱们钻研的是脑海绵状血管畸形（简称：CA），這是一种脑部血管的细小缠结。大大都被查出得了這類疾病的人都能正常糊口，没有任何問题，但有一小部門患者會被影响，好比：脑卒中、癫痫等。
咱们今朝尚未很好的法子来區别哪些人會呈現問题，哪些人不會；咱们也不晓得為甚麼有些人會病發，而有些人不會。在根本科學钻研中，咱们發明肠道微生物群的一個構成部門是激發這些病變出血的充實需要前提。
咱们的钻研功效從動物實行延长到人類身上，發明出血的人存在肠道菌群失调的环境。
繁杂的地方在于，在動物實行中，在彻底可控的豢養情况里，或是持久利用强效抗生素的進程中得到的功效，若何转化利用到人類醫學中，這是很是坚苦的一步。有不少疾病咱们在動物身上可以或许治愈，但要利用到人類身上却极為坚苦，即使有了人工智能、高通量基因组學、卵白質组學和壮大的计较能力的辅助，仍然如斯。
咱们可以或许领會脑血管异样與肠道微生物群之間的瓜葛，這是使人冲動的。不外，除像康健饮食、不抽烟這种知识性的建议外，咱们今朝還没法就人们應當若何扭转糊口方法给出确切的建议。我认為深刻探讨這些详细细节，是咱们在不久的未来必要去做的事變。
至于益生菌或雷同的保健品，今朝咱们的钻研信息乃至阐明這些可能對你有害。但咱们還不肯定，當触及到與大脑的交互時，它们是好是坏。這是一個咱们今治療陽痿早洩,朝正在踊跃钻研的未知范畴。
虎嗅：芝加哥大學醫學院與中國醫療界的交换不少，也與中國大夫互助完成為了不少手術。想請問二位專家，在與中國大夫互助中，有哪些超越您预期、印象深入的事務？和中國履历對您的常识系统，甚至全世界醫療大模子，有哪些助力？
Dr. Warnke：最使人印象深入的是中國在新技能方面追逐的速率之快。最佳的例子就是當咱们初次推出激光溶解技能時，這仅仅始于2014年。但是就在一两年後，中國的病院也敏捷把握了這項技能。現實上，咱们還與中國病院互助完成為了首例癫痫激光溶解手術。是以，中國在技能范畴的成长速率使人赞叹。
Dr. Polster：在影象阐發方面，中國有着庞大的上风。由于中國患者数目巨大，单家病院举行的 CT 和核磁查抄数目浩繁，這些数据能整合出大量信息。经由過程處置這些信息，咱们能更好地對患者举行分診，及早發明潜伏隐患，将患者转診到响應專科，從而帮忙患者接管更好的醫治。這就是中國的影象阐發能力给咱们带来的帮忙。
本文来自虎嗅，原文链接： |
|
發表於 2025-7-29 17:16:14
收藏