“我们在一个月内见证了十年的变化”。因为新冠疫情期间加速使用远程医疗,我们常常可以听到这句话。据统计,在新冠病毒出现以前,英国国家卫生局每年处理约3.5亿次诊症,其中视频诊症仅占1%。而目前,Docly、eConsult和AccuRx等公司正在改变这种状况。AccuRx称,英格兰90%的初级保健诊所现在用的是AccuRx的视频通话系统。
远程医疗最受业界关注的形式是远程手术。虽然远程手术不是什么新鲜事物,但它正在迎来快速增长阶段,甚至可以带来巨大的利益。从作用上来看,远程手术可以帮助克服世界上许多地方的医生短缺问题,还可以改善培训、提高行业水准及推动医疗行业的创新。
Proximie:远程手术推动者之一
比如,Proximie公司就是远程手术的领先推动者之一。Proximie是一家四年前成立的伦敦公司。外科医生利用Proximie提供的网站平台可以通过音频、视频和增强现实进行远程协作。其创始人是整形外科医生Nadine Hachach-Haram。在TEDWomen 2017上的一次演讲中,她演示了基于Proximie平台的真实操作。
▲Proximie创始人兼首席执行官Nadine Hachach-Haram (图:Ryan Lash)
Hachach-Haram小时候沉迷于玩电子游戏,她的父亲是一位计算机工程师,Proximie公司的创立起初只是业余爱好,或多或少有点偶然。
2015年,加利福尼亚的一名外科医生测试了Proximie平台的早期版本,他在全球微笑基金会(Global Smile Foundation)开展的一项计划里用Proximie平台为秘鲁的同事提供培训,该计划主要是为儿童提供腭裂修复手术。2016年,Proximie平台首次在实时手术中使用,当时是为在加沙炸弹爆炸受害者做手术。2019年,英国国防部与Proximie签了个多年期的合同,英国前线战地医院和处于世界各地的皇家海军舰船可以使用Proximie系统的增强现实。
而如今,Hachach-Haram已经成为医学领域的佼佼者,同时,她也是英国皇家外科医学院(RCS)发表的2019年《外科手术的未来》报告的作者之一。
人工智能技术加快远程手术升级
事实上,外科手术中的虚拟协作并不新鲜。例如,2000年首次获批准使用的达芬奇系统(Da Vinci System),该系统可以支持精确的微创手术(称为腹腔镜或锁孔手术),并且手术可以由离病人数千英里的外科医生进行。当然,当时也有人对这个系统颇有微词:每台机器开价200万美元,但只有相对很少的外科医生受过使用该系统的培训,患者的治疗效果也没有很大变化。
相对来说,Proximie是个高度优化的实时视频平台。Proximie要求非常低的延迟,这里的延迟指图像捕获与图像显示之间的延迟。现在的延迟已降到200毫秒,这个速度大约是人类视觉皮层记录运动的时间范围极限。由于人工智能具有先进的增强现实功能和尖端的计算机视觉功能。这些技术的引入可以帮助外科医生汇集与手术相关的数据和图像,看到当下发生的情况,而且清晰度极高。
其中,带宽显然是一个挑战,在发达国家和发展中国家都一样。为此,Proximie与电信行业的合作伙伴紧密合作,使用了先进的视频压缩技术。
医学文化是主要障碍
虽然从目前来看,Proximie平台的技术很先进,但技术先进并不是Proximie的独家秘方。Proximie公司的运营依赖于临床医生和配备人员,这一点在医疗领域至关重要。除了医疗领域的监管之外,保守主义思想和临床自我也是远程医疗展开的主要障碍。
我们知道,外科医生做事的方式延续了数百年,如果想改变他们,做他们中的一员才会有所帮助的。我们发现,如今已经有越来越多的大公司开始与Proximie接触,以获得Proximie的帮助进军医疗设施领域,这些大公司尽管拥有大量资源,但许多公司自己去干这方面的事情时还是会跌跟头。IBM Watson就是个明显的例子。
全球化拓展:挑战与机遇并存
知道了找谁接洽以及正确的交流方式,进展可以很快。NHS(英国全国保健服务的英文缩写)医院现在有三分之一的机构使用Proximie,目标是在2020年底达到40%的渗透率。外科创新的规管和测试不像新药的规管和测试那么严苛,Proximie可以在短短一个月内搞定在一家新医院的审批使用手续。
据了解,Proximie公司目前每个月在35个国家/地区完成的流程达700次。这些服务主要集中在欧洲、美国和中东较富裕国家,但Hachach-Haram正在全球范围内大力推动提供Proximie服务,为此,她还在最近聘请了一名全球发展总监。从目前来看,Proximie服务的普及已经令外科医生的旅行减少了大约一百万英里。
不过,Proximie面临的最大问题或许是如何快速安全地进行扩展。业界对Proximie服务的需求巨大:大多数新合同都是以一个电话开始。此外,由于Proximie的商业模式是软件即服务(SaaS),热衷于投资的资金提供者很多。
未来与愿景
Proximie可以为外科医生训练创造奇迹,我们很容易看到这一点。为了学习做外科手术,过去的口头禅是,外科医生要“看、做、教”。但Hachach-Haram对此提出了不同的看法,她认为人类只需一个迭代就可以做一件事,她更喜欢用曾经碰到的体育教练用的方法:“准备、完成、完美”。
英国皇家外科医学院关于未来外科手术的报告将明天的外科医生描绘成近乎超人。他们除了要掌握自己的手艺外还必须同时是学者、管理人员、教育工作者,尤其需要是创新者和企业家。但许多人仍然不知道今天使用的人工智能工具是否有一天会聪明到可以在手术室中取代自己。英国皇家外科医学院报告预测,机器在20年后确实可以自己完成一些简单的手术,例如缝合手术。
假设摩尔定律这东西仍然有效,那么20年后机器的功能将是今天机器的8000倍,所以机器自行做缝合手术听起来并不是遥不可及。但30年后机器的功能将提高一百万倍。不难想象,无论在质量、成本或速度方面,人类都将无法与之匹敌。
设想一下,每个医院的每项手术都是通过视频捕获及机器分析完成。外科医生得到的实时指导基于现代经验的总和,这些现代经验来自人与机器的结合。机器不断地审查这些数据,目的是考查和改进诊断、医学理论和最佳实践。显然,这会导致涉及隐私和数据安全的棘手问题。但人工智能和相关技术美好未来的一个方面就是要令世界变得可理解,世界变得可理解后就会变得比今天更美好。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。