#醫療物聯網IoMT #健康照護 #生命體徵監測VSM #類比前端AFE #穿戴裝置 #光體積變化描記圖法PPG #心電圖ECG

【健康隨身「戴」著走】

過去十年見證了手機、可穿戴式裝置和數位健康領域的大幅進步，尤其隨著電子技術的不斷發展以及雲端計算、人工智慧 (AI)、物聯網 (IoT) 和 5G 等技術的新突破，數位醫療健康得到了迅速擴張和採用。一些生命體徵監測 (VSM) 功能已內建於手機、手錶和其他智慧穿戴裝置中，因此獲得了更廣泛人群的使用。

人們對健康的認識日益提高引發了對小型但高精度設備的需求，這些設備應能測量各種生命體徵和健康指標，例如體溫、心率、呼吸頻率、血氧飽和度 (SpO2)、血壓和身體成分。COVID-19 大流行更是導致對用於醫院和家庭多參數生命體徵 (包括體溫、SpO2 和心率) 監測設備的需求激增。對小型且方便的健康追蹤設備 (最好是智慧可穿戴式裝置) 的需求已達到新高。

在這種小型設備上增加多種檢測功能存在著挑戰，因為其需要更小的外形尺寸、更低的功耗以及性能大幅改善的多參數功能。但是，現在可以透過單一類比前端 (AFE) 解決方案來因應這些挑戰。這種新型 AFE 可以用於多參數生命體徵監測中心，支援同步測量。其具有低雜訊、高訊號雜訊比 (SNR)、小尺寸和低功耗等特性，可以大幅改善醫療設備，尤其是可穿戴式技術。

延伸閱讀：
《更簡易的多參數生命體徵監測》
http://www.compotechasia.com/a/tech_application/2021/0712/48491.html

#亞德諾ADI #ADPD4100 #ADPD4101

《MIT Tech 麻省理工科技評論》

* 【科學家利用甲烷菌生產合成橡膠原料異戊二烯，產量比同類細菌高出 179 倍】異戊二烯是一種非常有價值的石化產品，是生產粘合劑、合成橡膠等各種消費品的主要原料之一。

每年大約有 80 萬噸異戊二烯是從石油中提煉出來的。為了減緩氣候變化，盡量減少對化石燃料的依賴，相關學者一直致力於尋找替代的、可再生化學物質來源來生產異戊二烯，這些替代品包括酵母、大腸桿菌和藍藻等。

近日，內布拉斯加大學林肯分校的生物化學家尼科爾・布安（Nicole Buan）及其同事對一種甲烷菌進行基因工程改造後，能夠產生大量的異戊二烯，且產量遠遠超過了其他微生物。

產甲烷菌以釋放甲烷而聞名，這種單細胞微生物廣泛存在於人類和其他動物的內臟，以及海洋底部的深海熱泉等沒有氧氣的地方。

* 【閃電是如何給地球和其它地方帶來生命的？】在其它星球上搜尋生命的過程就如同烹飪，所有的素材都具備了 —— 水、溫暖的氣候、濃厚的大氣層、適當的養分、有機物以及能量源。然而，如果沒有一個可以促進這些素材相互反應的過程或環境，那麼你只能得到一些毫無用處的原材料。

所以說，有時候生命需要靈感的火花 —— 也許需要幾萬億個。一項發表於《自然・通訊》雜誌的新研究表明，在地球上生命首次出現的大約 35 億年前，閃電作為關鍵媒介合成了構成有機物的磷。磷是構成 DNA、RNA、ATP（所有已知生命體的能量來源），以及像細胞膜這樣的生物結構的重要物質。

* 【又一黑洞照片問世！偏振光下M87超大質量黑洞圖像公開】天文學家近日發佈了一張 M87 星系中心超大質量黑洞的新圖像，這張圖像是 2019 年第一張黑體照片的後續，但它更清晰，圖片中的偏振光描摹了這個超大質量黑洞的磁場線。

2019 年 4 月 10 日，事件地平線望遠鏡創造了歷史的新壯舉——發佈了有史以來黑洞的第一張圖像，黑洞看起來就像一個亮橙色圓圈，位於 5300 萬光年之外，由分布在四大洲的八個射電天文台拍攝到的。

* 【鋸末製成的生物塑料可在三個月內完全降解】

近日，耶魯大學研究人員將鋸末通過生物降解等方法打造成為了一種具有諸多優點的新型生物塑料，在保有高強度的同時，還能夠在三個月的時間內完全降解。該團隊已將有關這項研究的詳情發表在近日出版的《自然可持續》（Nature Sustainability）期刊上。 ​​​

* 【一個月內240顆衛星上天！SpaceX成功發射第23批Starlink衛星】美東時間 3 月 24 日凌晨 4 時 28 分，SpaceX 的「獵鷹」9-1.2 型火箭從佛羅里達州的卡納維拉爾角太空軍基地第 40 號發射台發射升空，將 60 顆衛星送入軌道。火箭發射大約 9 分鐘以後，將近 230 英尺高的一級助推器在位於大西洋的「我依然愛你」（Of Course I Still Love You）號回收船上著陸，返回地球。

火箭發射大約 1 小時後，二級助推器將繼續推進 60 顆星鏈衛星。所有的衛星都在近地軌道上運行。

* 【麻省理工學院通過觀察天體確定複雜碳環分子多環芳烴】

麻省理工學院天體化學家布瑞特·麥奎爾領導的團隊借助綠岸望遠鏡，在距離地球 430 光年的金牛座分子雲（TMC-1）中，確定了兩種獨特的多環芳烴（PAHs），其由幾個相連的六邊形碳環和氫原子組成。他們首次在星際雲中發現了能夠解釋生命起源的複雜含碳分子多環芳烴（PAHs），且濃度遠超此前預期，研究這些分子和其他類似分子可以幫助他們更好地瞭解生命在太空中是如何開始的。

* 【杜克大學開發出用於異常環境檢測的「蜻蜓」機器人】

杜克大學基於仿生學開發出一款名叫 DraBot 軟體機器人，長度僅為 2.25 英吋（5.7 釐米），可效仿蜻蜓在水面上滑行，在檢查是否有漏油、高酸度和其他異常情況有獨特優勢。該研究已發表在《先進智能系統》雜誌上。 ​​​

* 【iPhone 與 Apple Watch 可遠程評估心血管患者的虛弱程度】

最新研究表明，蘋果的 iPhone和 Apple Watch 可遠程評估心血管患者的虛弱程度。這項研究由斯坦福大學進行，並由蘋果公司資助。該研究將傳統的步行測試、使用 iPhone 和 Apple Watch 傳感器在門診測量以及通過應用程序遠程進行的步行測試進行比較。它還納入了被動收集的活動數據。

* 【美國科學家利用X射線對神經元進行無線調制，幫助治療和改善腦部疾病】

美國能源部阿貢國家實驗室的研究人員與四所大學的研究人員合作發明利用X射線對神經元進行無線調制的方法。該療法依靠光學和遺傳學的突破，通過注射納米顆粒來刺激大腦深處的神經元，有可能幫助治療慢性抑鬱症和疼痛。 ​​​

* 【新型高精度溫度計可為量子計算機快速測溫】

瑞典哥德堡查爾姆斯理工大學的研究人員開發了一種新型溫度計，借助其可以實現在量子計算過程中，直接以極高的精度簡單、快速地測量溫度。相關研究成果發表在《物理評論X》期刊上。 ​​​

* 【吃辣還有這好處？辣椒素能增加造血乾細胞動員能力！】血液癌亦稱血癌，就是我們平常說的白血病。白血病佔惡性腫瘤總發病數的 5% 左右，患有這類惡性腫瘤的人，需要先進行連續化療再進行骨髓移植，以用健康造血乾細胞代替受損乾細胞。我們都知道，交感神經可以調節造血乾細胞生態位，但骨髓中傷害性神經元的貢獻尚不清楚。

近日，阿爾伯特·愛因斯坦醫學院和北卡羅來納大學教堂山分校的研究人員在小鼠身上做了實驗，併發現兩個結果：1.傷害性感受神經元通過降鈣素基因相關肽（CGRP，Calcitonin gene related peptide，人類用分子生物學方法發現的首個活性多肽）的分泌可以誘導造血乾細胞動員；2.辣椒素觸發傷害性神經元的激活，從而顯著增強了小鼠造血乾細胞動員能力。

* 【歐洲核子研究中心 LHCb 實驗結果正挑戰物理學的領先理論】

歐洲核子研究中心 LHCb（大型強子對撞機）實驗的英國物理學家今天公佈了新的結果，測量出現了兩種不同類型的美誇克（又名底誇克）衰變，這些結果可能暗示了違反粒子物理學現有標準模型。美誇克通過弱相對作用，可以衰變為上誇克或粲誇克，但新的結果表明，這可能不會發生。

* 【特斯拉聯合創始人與Specialized合力，共同解決電動自行車電池問題】電動自行車既有摩托車的功能，又可以使用自行車的腳踏騎行。它以輕便、易操控、節能環保等優勢，成為越來越多人出行選擇。通常，當騎車人踩踏板或使用油門時，那些安裝在自行車下管或集成在自行車下管內的電池會啓動電動機。

但是，電動自行車的問題也日益突出。比如，當電池用盡時該怎麼處理，是直接將這些電子垃圾送入垃圾站，還是有其他更好的解決方案？

最近，美國第三大自行車製造商 Specialized（按市場份額標準）給出了不一樣的答案。它選擇與特斯拉的聯合創始人兼前首席技術官 Jeffrey Straubel 合作，目的是讓電動自行車的蓄電池通過回收擁有第二次生命。

* 【火星上消失的水源可能隱藏在地殼之下】數十億年之前，溫暖的火星上分布著湖泊和海洋。而在大約 30 億年以前，這些巨大的水體在火星表面消失得無影無蹤。多年來，科學家們一直認為，隨著火星大氣層的削弱，其表面的水分逃逸到了太空之中。

然而，這些水源或許並沒有一直向上逃逸，而是朝著反方向進入了地下。加州理工學院研究人員開發的新模型顯示，我們仍然有可能在火星的地殼下發現 30% 到 99% 的古老水源，相關論文被發表在《科學》雜誌上。

近幾個月，在AI賦能未來醫療的思考特別多，受美國「WIRED連線」雜誌邀請撰寫了一篇專欄文章。我相信十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

原文刊於「WIRED連線」雜誌英文官網：
Covid-19 Will Accelerate the AI Health Care Revolution
https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/

中文翻譯來自創新工場微信公眾號 2020-5-22

新冠大流行將加速醫療AI革新
—————————————
2020年元旦前夜，一家位於加拿大多倫多市的人工智能（AI）企業BlueDot捕捉到一些異常：中國武漢市海鮮市場周邊出現多起罕見肺炎病例，BlueDot迅即反應，運用自然語言處理、機器學習等技術，結合大數據和定位追踪，迅速向合作的政府部門和公共衛生機構客戶傳送警報並報告擴散狀況。BlueDot所監測到的異狀，正是數月後撼動全球的新型冠狀病毒肺炎（Covid-19），這比世界衛生組織首度公開警示新冠病毒的時間還要早上9天。

BlueDot的AI平台示範了人工智能技術對重大疫情能起到早期預警的功用，過去幾個月裡，AI在這場全球抗疫戰的許多方面發揮了獨特作用：從疫情預測到篩檢，從接觸警示到快速診斷，從前線無人配送到實驗室藥物研發，人工智能助力防疫派上了不少用場，為特定場景應用賦能。

隨著疫情在全球蔓延，AI技術的創新應用也在各地相繼落地。在韓國，基於地理位置的信息傳遞已經成為控制病毒傳播的重要工具，當人們靠近確診病例時，就會收到基於位置的緊急信息提醒。在中國大陸，阿里巴巴推出的AI算法能夠在20秒內診斷出疑似病例（比人類檢測快了近60倍），準確率高達96%。無人配送車輛很快被投入到人類難以承受的場景，代替人類執行高傳染風險的運輸任務。湖北、廣東等省份的多家醫院相繼使用機器人為病人或被隔離家庭運送食物、藥品和物資。而在美國加州，電腦科學家正在研發能遠程檢測獨居老人健康情況的系統，一旦老人出現身體異常症狀，系統就會發出即時警報。

不過，目前人工智能在公共衛生體系的應用仍顯零散也未成體系。坦率說，過去四個月內，AI在抗疫之戰中的表現並不十分突出，我最多只能給它打分“B-”。新冠大流行暴露了我們的醫療系統的脆弱性：預警響應不充份、通報信息不精確、醫療物資分配不均、醫務人員超負疲憊、醫院病床緊繃、疫苗研發週期長等諸多痛點。當然，AI的零散表現也有客觀原因：醫療體系可說是現代社會各類運轉體系中最為複雜、陳舊不堪且難以變通的一種；且在新冠疫情襲來之前，我們並沒有真正意識到醫療體系問題的緊迫性，沒有提前採取相應的技術預防措施；最為關鍵的是，我們缺少建構AI解決方案所需的大數據。

把目光看向未來，我看到以下兩個AI賦能醫療的樂觀因素。

首先，作為AI燃料的醫療大數據已被激活。舉例來說，機器學習數據科學平台Kaggle組建了新冠病毒開放研究數據庫，名為CORD-19。它將相關數據進行彙編，並把最新研究集中收錄，匯總的格式可被機器讀取和解析，以便於AI進行機器學習。至今這個數據庫收錄了12.8萬篇包含Covid-19、冠狀病毒、SARS（非典型肺炎）、MERS（中東呼吸綜合症）等關聯術語的醫學專業學術文章。

其次，眼下全世界的醫學專家和電腦科學家都將精力集中在解決疫情問題。 X大獎基金會創始人彼得·戴曼迪斯（Peter Diamandis）估計，全球現在有多達兩億名的醫師、科學家、護士、技術專家和工程師投入防治冠狀病毒的相關研發中，他們正在進行數以萬計的實驗，並以「前所未有的透明度和速度」共享信息。

3月16日Kaggle發起「新冠病毒研究挑戰」，匯集與疫情相關的大量信息，包括病毒的自然歷史、傳播和診斷方法、以及從過往流行病學研究中汲取的經驗教訓，幫助全球各地衛生機構及時掌握最新情況，以做出基於數據的分析決策。該項目發布後的五天內被瀏覽超過50萬次，下載量逾1.8萬次。在大陸疫情爆發後不到一個月，阿里巴巴便推出了一種AI算法，該算法基於5000多個新冠肺炎確診病例進行訓練，並關聯到治療後續諸如肺部白色陰影縮小等的成效追踪。隨後，阿里巴巴將其云端AI平台向全球醫療專業人員開源，與合作夥伴聯手部署更大批量的匿名數據，推出包括疫情預測、CT影像分析、冠狀病毒基因組測序等模組。

據估計，現今全球醫療數據的規模每隔幾個月就翻一倍。 2019年一份覆蓋19個國家AI醫療市場的研究估計，AI醫療市場的年複合增長率為41.7%，從2018年的13億美元將增長至2025年的130億美元，主要分佈在六大領域：醫院工作流程、可穿戴設備、醫學影像和診斷、診療計劃、虛擬助手、以及最重要的藥物研發，新冠疫情期間浮現的種種需求，將加速AI賦能醫療的場景落地。

在後疫情時代，我期待AI將加速融入醫療體系，賦能並推動醫療改革。其中深度學習（Deep Learning），即以一種高效方法運算海量、多維數據的能力，是AI結合醫療最為可期的機遇之一。深度神經網絡（Deep Neural Networks）作為AI的一個子領域，已經被用於醫學掃描、病理切片、眼科檢查甚至結腸鏡檢查，以得出準確而快速的算法判讀。十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

AI賦能醫療，首先能簡化及優化現有的醫療流程，例如醫院的作業流程，保險履約的繁複流程。將AI與RPA（Robotic Process Automation 機器人流程自動化）結合，可對某項工作流程進行智能拆解及優化，進而大大提高醫療系統的運營效率，預約看診、保險理賠及其他流程性工作都會得到效率提升。AI還能加快早期診斷信息的收錄並實現自動化，AI技術所能處理的文本、語言、數字的體量，無論在數量上還是精度上都是機器級別，遠非人類所及。

有了充份的醫療大數據作為基礎，AI還能為每個人或者每個群體建立健康數據基準量表。當我們掌握個體健康數據，就可以根據跟踪動態數據的波動變化，進行數據驅動的診斷，並對潛在大流行疾病的徵兆進行早期追踪研判。然而，再先進的技術系統要做到真正有效，勢必需要與既存的公共衛生警示和匯報機制形成高效鏈接，此類信息斷層即是新冠疫情在早期爆發期間存在的具體缺失。

再上一個層次的AI賦能體現在助力新藥研發、基因組測序、幹細胞、CRISPR（基因編輯）等醫學突破方面，AI模型和算法應用都有其用武之地。在製藥行業，研發一種新藥往往需要付出高昂的投入，某次成功前必有多次付諸流水的失敗試驗，也連帶消耗巨大的時間和金錢成本。現在，科學家們可使用AI機器學習來模擬上千個變量，測試它們的複合效應會對人類細胞反應產生何種影響，這類AI新藥研發的技術已被用於新冠病毒疫苗和其他療法。創新工場所投資總部位於香港的AI藥物研發公司Insilico Medicine是首批對新冠病毒快速響應的企業之一，這家公司利用生成式化學AI平台設計出新藥物小分子，以複製主要病毒蛋白為靶標，早在2月5日便公佈了這些小分子結構。 AI為新藥發明開闢了一個新時代，用人工智能技術來換取藥品研發週期的時間和成本，整個製藥行業勢將迎來翻天覆地的變革。

不久的將來，隨著醫療科學和電腦科學進一步融合，我們將進入一個全面自動化的AI時代，到時人們可以通過可穿戴設備、生物傳感器、智能家居檢測設備等來確保自身和家人的健康。可穿戴設備和其他物聯網設備的數據質量和多樣性大幅提高，將能產生一個有效的良性循環。穿越到未來，下一場疫情在大範圍蔓延之前就應該能夠被跟踪、追溯、攔截並消滅無踪。

或許再過15年，許多人的家裡都會有AI個人助理照料我們，幫著解決全家人的日常健康所需。機器人或者無人機負責把我們的藥品送上門，如果需要進行手術或者外科治療，通常會由機器人操作，或由機器人輔助人類外科醫師完成。在未來，醫生和護士將把更多的精力放在機器無法勝任的任務上，醫療專業人員及富有同情心的護理人員，將同時具備護士、醫療技師、社會工作者、甚至心理諮詢師的技能。他們會使用經AI強化的診斷工具和系統，但更多的時間會與患者溝通，安撫他們的傷痛，為他們提供情感扶持。在我的想像裡，15年後的醫療健康場景可能是這個樣子的：

***
2035年一個冬季早晨，我醒來後就覺得有點喉嚨痛。我起身去洗手間，刷牙的時候，洗手間的鏡子通過紅外傳感器測量了我的體溫。刷完牙後一分鐘，我的私人AI醫師助理發出了警報，顯示我的唾液樣本部分指數異常，並在輕微低燒。 AI醫師助理建議我在家進行指尖探針採血。我在泡咖啡時，醫師助理返回了分析結果，判斷我可能是得了這個季節正在流行的兩型流感其中一種。之後，我的AI醫師助理建議，如果我覺得有必要聯繫家庭醫生的話，有兩個時間空檔可以跟她視頻通話。通話之前，家庭醫生已經收到我所有症狀的詳細信息，她給我開了一種減充血劑和撲熱息痛，一會兒無人機就把藥品送到我家門口。
***

當然，凡涉及到患者的醫療記錄，就得談談隱私和數據保護的關鍵問題。我認為，任憑有用的數據各自孤島式的存在、不善加利用、不從中提煉有價值的信息、不用以推動社會進步，是相當不負責任的做法。技術產生的問題應該由技術解決。隨著AI技術浪潮而出現的諸如數據保護等問題，應該有更為創新的技術方法來應對。

好消息是，近年聯邦學習（也被稱為分佈式學習）已經在數據保護上取得了顯著的進展。基於聯邦學習技術，患者的數據將永遠不會離開所在的醫療機構、醫院或個人設備伺服器等原始存儲設備，機器學習模型將在獨立的數據庫基礎上進行訓練處理，再進行後續整合。聯邦學習、同態加密，結合可信硬體執行環境等技術，將進一步確保數據的計算、傳輸、存儲過程能夠適配不同的隱私偏好，以因應不同國家與文化對於隱私保護的需求差異。

這次新冠肺炎疫情還驗證了一個事實：整體人類命運是共同體，人們對未來運用AI等先進技術共度難關寄予一致的期盼。歷史上，國際合作曾消滅了全球延燒的天花，也幾乎根除了小兒麻痺症。公共衛生無國界，控制及消除流行病是個毋庸置疑的共同目標。在醫學領域，每個國家都能從他國的研究基礎上學習受益並攜手並進，全球化的數據科學，將進一步幫助人類獲取對健康和疾病最為深刻、最為全面的洞悉。

AI有潛力協助我們為下一次疾病大流行做更充份的準備。這需要醫學專家、AI科學家、投資者和決策者傾力協作，也需要關注醫療保健領域的投資人為聰明的創業者和科學家注入新一波動能。

經歷這次疫情，我們應清醒地意識到，要將人類醫療體系推往新的高度，著實需要傾盡全球之力。

創新工場董事長兼首席執行官
李開復博士