沈南鵬對話李飛飛：環境智能擴大醫療領域應用 隱私保護亟待規範

3月26日在紅杉資本全球醫療峰會上，紅杉資本中國基金創始及執行合夥人沈南鵬與斯坦福大學教授李飛飛就人工智能在醫療領域的應用展開對話。李飛飛介紹了環境智能（ambient intelligence）如何在真實的醫療場景發揮作用，從而爲臨牀提供精準的診斷和治療。

去年9月，李飛飛團隊在《自然》雜誌上發表文章，闡述如何利用AI傳感器和AI算法幫助改善患者和臨牀醫生的醫療服務。文章中提到，可以在醫療環境中嵌入更多被動、非接觸的傳感器，包括並不限於攝像頭、深度、熱感、射頻和聲學傳感器等，數據科學深度整合，去感知環境的變化、人的動作、物體的狀態和位置移動，滿足環境里人的醫療需求。

李飛飛表示，在醫院空間中，早期應用環境智能可以使得臨牀工作流程更加有效，並提升重症監護室和手術室中的患者安全性。在日常生活空間中，環境智能可以通過了解日常行爲讓老人變得獨立，並改善對患有慢性疾病患者的管理。

ICU中使用環境智能的一個的例子是計算機輔助的患者運動監測。有統計數據顯示，在美國，僅重症監護病房每年就要花費1080億美元，佔醫院總費用的13％。根據李飛飛團隊的研究數據，研究人員在一個ICU病房中安裝了環境傳感器，並從八名患者中收集了362小時的數據。與三位醫師的回測相比，使用機器學習算法將活動進行分類，有接近90%的準確性。

手術室是另一個應用場景，比如可穿戴式傳感器可以連接到手或儀器上，用來評估外科醫生的技能水平；研究還顯示，使用吊裝式攝像頭來跟蹤術者的行動軌跡，並通過手術視頻來重建手術過程中器械的軌跡，可將誤差顯著降低。

而對於居家場景來說，大多數老年人的大部分時間會在家裡度過，AI傳感器將能夠幫助老年人的日常生活更加獨立，通過日常數據的收集進行慢病管理，以及身體康復的治療等。

李飛飛還提到，由於環境智能系統產生的數據量非常大，對機器學習的方法提出了新的需求。這些方法要能處理海量數據，同時還得能對個別事件進行建模。此外，環境智能對於長尾事件的檢測能力至關重要。

AI+醫療的發展帶給醫療衛生領域更多契機的同時，也會產生一些倫理性問題。由於環境智能系統的本質是全時、全方位的監控追蹤，一個系統想要變得更全面和智能，在隱私方面的挑戰也就更大。

根據國家衛健委在2019年進行的一項針對AI+醫療倫理問題的調研顯示，六成受訪者對個人隱私及知情權表示擔憂；超過一半的受訪者對大數據及算法的不可控性表示擔憂；超過三成的受訪者對於診療道德方面表示擔憂。

對此，李飛飛表示，與其他技術一樣，AI技術要擴大應用範圍，必須要經得起臨牀驗證、數據隱私和模型透明性等方面的嚴峻挑戰。尤其是在醫療數據的應用和隱私保護方面，亟待政策法規方面的規範。

2020年，全球醫療融資總額創新高，中國醫療領域融資的增長達到58%，AI+醫療更是成爲醫療領域的融資重點，佔據了融資總額的半壁江山。李飛飛向沈南鵬提出如何看待未來十年AI在醫療領域投資和應用前景的問題。

沈南鵬表示，IT和BT（生物科技）的結合已經成爲技術發展的一大趨勢，過去幾年AI在藥物的開發領域出現了多個平臺性、顛覆性的突破。“作爲投資人，與研究者的關注點是相通的。我們都關注行業的大問題以及終極問題，這是投到好公司的根本性問題。”沈南鵬說道。