研究人员正借助AI的力量以改善对心脏异常的检查，并提高诊断的准确性

AI正迅速成为人类救星。心脏病号称“全球头号杀手”，而近期，两项分别来自商业界和学术界的研究结果则增加了攻克这种疾病的可能性。

由吴恩达领导的斯坦福大学团队和硅谷的一家初创公司正借助AI的力量以改善对心脏异常的检查，并提高诊断的准确性。

医疗设备制造商AliveCor位于山景城，目前他们正致力于开发深度学习及AI算法，以便人们能够通过Apple Watch内置的传感器监控心率，甚至通过应用程序和经过特殊设计的表带进行即时的心电图(EKG)检查。

由AliveCor开发的一款KardiaMobile设备受到了EKG行业的广泛关注，它允许用户借助智能手机应用记录并分析EKG。AliveCor在 AWS上一组NVIDIA Tesla GPU对其五年前开发出的基础深度学习模型进行训练。此模型可以为用户生成心脏概况，然后以它为基准和未来的EKG进行比较。

此外，配套的应用能够自动检测是否有新用户正在使用此设备，从而确保主要用户信息的一致性和完整性。

确定何时需要进行EKG检查

AliveCor推出的、获得FDA批准的新产品KardiaBand从根本上缩小了KardiaMobile 的体积，能够被嵌入Apple Watch表带，并与手表中的众多传感器集成。但是，该公司的工程副总裁Frank Petterson表示，名为SmartRhythm的AI程序才是KardiaBand背后真正的创新。

SmartRhythm在NVIDIA Tesla V100数据中心AI加速器上接受训练，可将用户当前的活动以及其他因素与心率进行联系分析。根据分析结果便可以确定很多问题，比如一个异常数据的出现究竟是当时环境导致的偶然情况，还是对未来潜在病情的预警。

Petterson说：“我们可以使神经网络在24小时内每隔五秒便在用户的Apple Watch上运行一次，并将所有心率和活动数据上传并分类。算法可以推断数据代表的情况是否合理，如果不合理，则提醒用户记录EKG。”

Petterson表示他们将与梅奥医学中心（Mayo clinic）合作，通过EKG来了解电解质浓度，并尽可能预防先天性长QT综合症（这种疾病会导致运动员等看似健康的人晕厥甚至猝死）。

Petterson指出，“EKG中的有用数据庞大得难以想象。”

吴恩达领导的团队正进击EKG研究

同时，斯坦福大学的一支计算机科学家团队在兼职教授吴恩达（百度前首席科学家）的领导下，运用引入了AI的算法来实现EKG的自动读取和分析。他们希望能够加快心律失常的诊断速度，并提高诊断准确性，使医务人员能够将精力集中于解决更棘手的问题，或将更多的时间用在诊治病人上。

吴恩达团队的博士生 Awni Hannun说：“在进行EKG检查的医院里，医生仍然手动阅读检查结果。”

Hannun及其团队正与iRhythm公司开展合作。iRhythm公司生产用于检测异常心脏活动的可穿戴式心脏监测设备，且拥有大量EKG历史数据。这两个团队决定通过合作来实现心律失常检测流程的自动化。

此后，他们从超过3万名患者中采集了一个数据库（包含6万份匿名的30秒EKG），并通过斯坦福大学的一组NVIDIA GPU优化了34层深度学习模型。

去年发表的一篇论文详细介绍了该模型，到目前为止它可以区分14种不同的心率失常，让心脏病专家能够更清楚地了解患者心脏的情况。通过该模型分析EKG记录的结果将与心脏病专家的分析意见进行准确性比较。该模型的表现优于大多数心脏病专家。但是，Hannun说，只要有任何心脏病专家的表现优于该模型，团队就会继续完善他们的算法。