病人在醫(yī)院以外的地方出現(xiàn)心臟驟停時，急救必須分秒必爭。因為每過一分鐘，患者的存活幾率就會降低 10%。
急救的第一步是識別患者是否出現(xiàn)心臟停搏，可是對電話另一端的緊急醫(yī)療調度員來講，僅借助于病人那些驚慌失措的親友的傳達，很難對患者癥狀做出正確的判斷，挑戰(zhàn)性很大。
如今在哥本哈根，調度員有了人工智能技術的幫助。在有人打電話叫救護車時，一個名為 Corti 的人工智能助手會與調度員同時接聽電話，它可以用語音識別軟件將對話轉成文字，并用機器學習算法分析對方的用詞以及其他可用于診斷心臟病發(fā)作的背景線索，機器人 Corti 會實時向調度員提供診斷警報。
診斷心臟病患者時，調度員通常只能依靠自身的知識儲備。開發(fā)該人工智能技術的初創(chuàng)公司 CEO Andreas Cleve 說："我們平時遇到問題，上谷歌搜索或者問人就行了?？墒沁@些調度員要處理的是關乎我們生命的最嚴峻的問題，卻沒有可以依賴的輔助工具。"
在哥本哈根，訓練有素的調度員根據電話描述識別心臟驟停癥狀的準確率大約是 73％，而 AI 可以做得更好。在早期小規(guī)模研究中，機器學習模型通過電話描述識別心臟驟停的幾率達到了 95%。
同其他機器學習技術一樣，Corti 的設計原理并不是搜索任何特定的信號，而是"自我訓練"——通過傾聽大量急救通話，找出影響診斷結果的關鍵因素，然后不斷改進模型。不涉及言語的聲音往往也很重要，Corti 采用的技術必須能從警報聲、呼喊聲等大量背景噪音中發(fā)現(xiàn)有用線索。
事實上，如果有更準確的診斷，調度員完全可以在電話上全程指導患者的親友做心肺復蘇，并讓急救人員做更充分的準備。部分城市還可以考慮在采用該技術之后，派遣無人機運送心臟自動除顫器，可以比救護車提前到達；還可以派遣恰好在周邊區(qū)域的接受過心肺復蘇訓練的志愿者。
除了識別心臟驟停的跡象之外，人工智能系統(tǒng)還嘗試消除其他錯誤，例如監(jiān)聽調度員是否詢問了病人地址，以及救護車是否在趕往正確的地址。該技術是人工智能如何輔助人類而非替代人類的一個例子。
本文來源：IEEE電氣電子工程師學會微信公眾號
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
