糖尿病也能快速被發現,Apple Watch竟能提前預測!
合作媒體:雷鋒網/作者:劉偉
林詩容/編譯 2018-02-10 12:11

 

在現代醫學帶來先進的血液和尿液測試手段之前,醫生只能靠味蕾來診斷!糖尿病尿液中帶有甜味,一直是糖尿病最顯著的病理特徵,英文單詞mellitus的字面意思就是「甜的」,體液中的糖分含量過高,意味著你的新陳代謝出現了問題,要麼你的細胞不產生胰島素,要麼就是胰島素對它們不起作用了。

 

十多年前,研究人員發現了一個和糖尿病關係比較隱蔽的病理特徵,眾所周知,糖尿病的併發症包含了神經損傷,而神經損傷作用於心血管系統會導致心律不齊,這種變化通過電學和光學手段都可以測量出來;因此,也許要不了多久,醫生就能通過患者手腕上佩戴的設備來診斷糖尿病了,而不需要再測試血液和尿液。

 

將時鐘的分針撥回到2005年,那時只有頂尖運動員和重病患者,才會使用心律感測器,今天每五個美國人中就有一個佩戴心律感測器!這正是AI新創公司Cardiogram,試圖找出心率和糖尿病之間關係的原因,在2月7日於新奧爾良舉行的AAAI人工智能大會上,Cardiogram提出一項研究成果,研究表明通過Apple Watch中的心律感測器和計步器可以很好地預測一個人是否患有糖尿病。當然,前提是必須搭配相應的機器學習算法。

 

過去一段時間,蘋果公司一直在關注Apple Watch所扮演人們健康角色的變化,也就是如何從從「私人教練」逐漸蛻變成了「私人醫生」!去年11月蘋果公司和健康保險公司Aetna達成了一項合作:作為降低醫療成本的試點項目的一部分,蘋果公司捐贈了超過50萬台Apple Watch,它還和斯坦福大學共同進行了一項研究,測試Apple Watch監測不規則心跳的準確率(不規則心跳有可能導致中風和心臟病發作),和Cardiogram、UCSF的合作,不過是蘋果公司在這方面的又一最新進展,Cardiogram是一家由前Google工程師創立的公司,總部位於舊金山。

 

Cardiogram開發了一個免費的APP,用於收集來自Apple Watch或整合了類似感測器的, Fitbit、Garmin以及Android Wear等品牌可穿戴設備的心率數據,這個APP採用了與Google語音轉文字相同類型的神經網路,對心率和步數等數據進行分析和闡釋,就數據本身而言,它們對疾病檢測幾乎毫無意義,這一方面是因為感測器採集的數據存在偏差;另一方面是因為,要訓練出能識別特定特徵的模型,必須先對數據進行標註。

 

要想搞清楚糖尿病患者的心率是什麼樣的,先得找到一些糖尿病患者,這正是UCSF的價值所在,它於2013年啟動了一項名為Health eHeart的大型心臟病研究項目,旨在收集100萬人的大量數字健康數據,截至1月中旬,已經有19.6萬人參與了這項研究,每個參與者都會填寫一份關於其已知醫療狀況、家族史、藥物和血液檢查結果的調查問卷,其中大約有4萬人將它們的信息與Cardiogram應用進行了關聯。

 

Cardiogram公司的聯合創始人Brandon Ballinger,曾經是Google語音識別軟體的技術負責人,他說道:「這正是我們獲取數據標註的方式,從醫學的角度來說,每一份標註的數據都對應著一個垂危的病人,但對互聯網公司所做的事情來說,它只是很小的樣本。」

 

因此,Cardiogram不得不採用一些技術手段來訓練其神經網路DeepHeart,幫助診斷人類疾病,其中就用到了半監督序列學習技術,這項技術最初是用來處理電商平台Amazon上的產品下方的評論等文本數據的,只不過現在Cardiogram用它來處理一系列的心率測量值,每週約測量4000次,通過一些數學轉換之後,這些訊息將變成一個概括心率變異性的單一數值,研究人員會將這些數值與患者的標註數據關聯,然後就可以開始正式的訓練了。

 

通過這種方法訓練出的模型,在識別非訓練組的糖尿病患者時,準確率達到了85%,這個成績與Cardiogram之前的一項成果非常接近,去年,Cardiogram和UCSF共同發佈一項研究成果,顯示DeepHeart可以基於Apple Watch收集的一週數據,預測高血壓、睡眠呼吸暫停和心房顫動等疾病,且準確率在80-90%之間。

 

那麼,Cardiogram的算法究竟能不能,在不直接測量血液含糖量的情況下預測糖尿病呢?誰也不知道。

 

Health eHeart項目的主要研究人員之一Mark Pletcher表示,「顯然,糖尿病是一種心血管疾病,但它和心率變異性並沒有明顯的生理聯繫,當你在不懂底層原理的情況下用數據訓練機器學習算法時,你往往會得到一個結果,卻不明白它是怎麼得出的,坦率的講,這讓我感到緊張,我們進行了很多內部討論,討論這到底是一種有效的診斷手段,還是無關的因素。目前我們還沒有得出結論。」

 

這也引起了心臟病專家兼斯克里普斯轉化科學研究所主任Eric Topol的警覺,Eric Topol曾經領導NIH斥資數十億美元的精準醫藥行動的數字健康部門;他說道:「Cardiogram的研究同時具備生物學黑盒子和算法黑盒子的特點,是無法令人信服和站不住腳的,這最多只能算一種基於假設前提的研究。」假設的前提就是,DeepHeart發現一種糖尿病的病理信號,但它發現的也可能是別的什麼。

 

Ballinger很快反駁了這種批評和指責,他認為,如果可穿戴設備告訴主人他罹患糖尿病的風險在增加,這時候他去找醫生用傳統手段做進一步診斷,還是可以獲得很好的治療,萬一這個黑匣子可以幫助我們窺見一些門道呢?不過Ballinger也意識到,必須做一些前瞻性的驗證,才能證明人工智能的確是有效的,比如篩選出一些尚未診斷出患糖尿病的人,對它們進行跟蹤,觀察他們最後是否真的罹患了糖尿病,他表示,Cardiogram公司正在積極投入這方面的研究。

 

Cardiogram為Apple Watch和其他可穿戴設備開發的應用目前都是免費的,不過Cardiogram計劃今年晚些時候在應用中增加「用戶提醒」功能,向算法判定為有心房顫動、高血壓、睡眠呼吸暫停和糖尿病的患者發送通知;由於目前該程序尚未通過FDA審核,所以它不會作為一個獨立的診斷,而只是一種建議,不過,如果保險公司認為這種建議可以讓患者儘早治療,節省醫療保險費用,或許也會為之買單。

 

鑒於這項研究缺乏足夠的說服力,Cardiogram未來還有很長的路要走,胃腸病學家兼衛生服務研究部主任Brennan Spiegel表示:「FDA肯定會審核準確率,此外,這些可穿戴設備是否真的可以改變患者的治療效果,目前也缺乏相關的數據支撐,創造一種技術並不是最難的,難的是如何運用這些技術改變病人的行為模式,這已經超出計算機科學的範疇,來到了行為學和社會學的領域。」

 

不過Health eHeart項目和Cardiogram的研究至少說明了一件事情,那就是人們對於醫療級的測量應用有著強烈需求,遺憾的是,對於一個健康的人來說,這些應用除了發送通知似乎就沒別的作用了。

 

圖文授權自 雷鋒網