<menu id="d8lfa"><legend id="d8lfa"></legend></menu>
      <cite id="d8lfa"><samp id="d8lfa"><th id="d8lfa"></th></samp></cite>

    1. <video id="d8lfa"><big id="d8lfa"><b id="d8lfa"></b></big></video>

    2. <p id="d8lfa"></p>

      <rt id="d8lfa"><optgroup id="d8lfa"></optgroup></rt>

      復活死亡大腦、在心臟“自動駕駛”……醫療科技正在重新定義死亡

      有史以來,人們對于“死亡”的理解和定義在不斷更新。

      最早判斷一個人是否死去是大喊患者的名字三聲,或者把鏡子貼到他們鼻子下面,看鏡面是否會生成霧氣。到了19世紀,法國科學院甚至推出了一項“明斷生死,防止活埋最佳方法獎”,集思廣益,來幫助醫療機構確定死亡標準。

      今天跟大家分享近期醫療科技取得的一系列進展:機器人引導心臟瓣膜手術、腦波合成語音、AI工具能預測病人死亡時間、豬大腦在“死亡”4小時后復活……

      隨著醫療科技的發展,更多不治之癥被攻克將是大勢所趨。這些突破一次次刷新人們的認知,讓人疑惑并且期待著——在未來,醫療科技會不會再次推進人類對生命的認識,重新定義死亡?(耐心看,文末有彩蛋哦)

      機器人引導手術,在跳動的心臟里“自動駕駛”

      復活死亡大腦、在心臟“自動駕駛”……醫療科技正在重新定義死亡

      來源:Science Robotics,Vol 4, Issue 29,24 April 2019

      心臟是人體循環系統的核心,是脊椎動物最重要的器官之一,為心臟做手術危機四伏。目前,治療心臟瓣膜疾病需要進行導管插入術,要求醫生手動把導管送到心臟瓣膜的漏點。人類醫生在手術中會受到心跳的強烈干擾,稍不小心就會出現差錯。

      近期,哈佛醫學院的研究人員用機器人自動完成導管的引導至心臟瓣膜的漏點,完全不用人類醫師的導航。

      心臟這樣復雜的環境里,機器人是如何找路的呢?

      科學家說,是蟑螂和老鼠給了他們靈感。當然,也少不了機器學習算法的助力。一方面,機器人具有視覺處理能力。研究人員設計了一種基于機器學習的圖像分類器,可以區分血液、心室壁組織和生物假體主動脈瓣膜,準確率高達97%;另一方面機器人具有蟑螂觸角一樣的觸覺。研究人員在前端加入了“光須”(optical whisker),機器人可以像蟑螂用觸角、老鼠用胡須探測物體一樣,通過力的大小來計算導管前端與心臟內壁的距離。結合視覺、觸覺兩種感知能力,它可以在心臟內自動游走,尋找心臟瓣膜泄漏的位置。所以科學家們把它叫做“觸覺視覺自主機器人”。

      機器人導管在跳動著的豬心臟里進行了測試,在完成時間和效果上表現可媲美人類醫生。但研究人員表示,這項技術進入手術室還需要幾年的時間。一旦觸覺視覺自主機器人導管技術成熟、投入使用,可能給心臟外科手術帶來不小的變革。將為醫生省去手動導航的步驟,專注在更加關鍵的手術步驟上,避免疲憊造成的動作變形,保證手術質量。就像飛機的自動駕駛,解放了飛行員那樣。

      另外,雖然現在這項研究是用于心臟,但“在人體里自動駕駛”的做法,還可以有許多其他用處。研究團隊指出,腦血管、氣道、胃腸道、腦室系統等不同部位的病癥,都可以用這種方法來做微創手術。

      腦波合成語音,語言障礙者的福音

      只要靜靜坐著,世界就能聽到你的聲音,這樣的畫面你可曾想象過?

      是的,不必動手,也不必開口,只要你的腦波流轉,AI就能以每分鐘150個詞的速度幫你說出心聲。

      2019年4月24日,Edward Chang團隊在Nature雜志發表了腦電波合成語音的研究成果。據悉,研究人員設計了一種神經解碼器,采用循環神經網絡的方式將記錄的皮質神經信號,然后編碼咬合關節運動的表征,以合成可聽語音。也就是說,不需要任何一塊肌肉參與,機器就能直接讀懂大腦,解碼腦中所想,實現流暢交流。

      Edward Chang團隊也放出了一段清晰可理解的語音例子:前半部分是參與實驗的閱讀者讀出的句子,后半部分是通過記錄患者大腦活動,自動產生的句子的。

      用外部設備生成輔助語音輸出早已有之。我們之前所熟知的,例如霍金使用的語音合成器,是通過人類眼睛和面部動作來拼寫單詞,在理想情況下,可以幫助癱瘓者每分鐘輸出多達8 個單詞。但這個新的裝置每分鐘能生成150 個單詞,接近人類的自然語速。

      復活死亡大腦、在心臟“自動駕駛”……醫療科技正在重新定義死亡

      受漸凍癥折磨的霍金后期依靠活動臉頰上的一塊肌肉來打字

      語音障礙者廣泛存在。由于各類事故、中風或神經退行性疾?。ㄈ缂∥s側索硬化癥或肌萎縮側索硬化癥)中受傷而導致言語能力喪失,成千上萬的人無法進行正常的交流。這些病患可以使用基于該技術的產品通過大腦皮層活動更有效地向任何人發送文字信息,必須說明的是,這項技術使用的腦電電極陣列需要通過開顱手術來放置到大腦中,對于飽受疾病、意外之害而失去語言能力的患者來說是福音天降,但更大范圍的臨床應用還有很長的路要走。

      AI工具預測病人死亡時間

      2018年1月,斯坦福大學與互聯網巨擘Google,合力研發出一套革命性的人工智能系統。該系統透過醫療記錄、年齡、種族、體溫、呼吸率和心跳等數據,設計全新算法預測病人的死亡時間。

      很多病人臨終前希望在家里度過,但大部分會在醫院中死亡,如果能提前知道病人的死亡時間,醫院和患者家屬就能及時做一些準備,給病人更好的關懷。

      斯坦福大學的研究團隊用醫院的健康記錄訓練了一個深度神經網絡,數據包含200 萬名患者,這些實際數據可以幫助建立一個「死亡預測」模型,結合醫生的評估,就可以在病人臨終前做出更合理的規劃。

      斯坦福大學團隊希望系統收集更多數據后,可正式投入使用。當數據規模足夠大時,就可以建立一套全死因死亡率(all-cause mortality)預測系統,而非只局限于某種疾病或某些年齡段。

      死亡似乎不再神秘,成了可以被計算、被預估的事情。

      毫無疑問,人工智能將在個性化醫療的發展中扮演關鍵角色,這項技術在一定程度上可以幫助醫生進行更精準的判斷。但我們也希望在這個過程中,能夠保證的是病人從AI 技術中受益,而不是面對更多面對死亡臨近感的壓力。

      死亡豬大腦復活,“腦死亡”能否宣告生命終結?

      4月19日,Nature封面重磅發布耶魯大學最新研究:豬大腦在死亡4小時后成功“復活”,恢復了腦循環和部分細胞功能,并維持了至少6小時。

      該系統名為BrainEx,是一套類似透析機一樣的體外人工循環程序,研究者將大腦從頭骨上移開放入一個特殊的腔室,然后用導管將實驗溶液泵入大腦。研究人員測試了豬大腦在六小時內的功能。結果發現,神經元和其他腦細胞重新開啟了正常的代謝功能,不斷消耗糖并產生二氧化碳。而且,大腦的免疫系統似乎也在發揮作用。

      復活死亡大腦、在心臟“自動駕駛”……醫療科技正在重新定義死亡

      來源: Chaiwat Subprasom/Reuters

      1950年,腦電圖(EEG)誕生,顛覆了人們對死亡的認知,“腦死亡”被學界認定為判斷死亡的新標準。從那時起,腦死亡即宣告著生命活動的終結。這個觀點在醫學界和法律界也盛行已久。但復活死亡大腦的實驗卻對“腦死亡”的不可逆轉性提出質疑。

      目前而言,這項技術雖不能讓人長生不老,但在醫學領域是一項重大突破。該技術并非旨在實現腦移植或大腦功能的長期維持,而是用于提高我們對大腦組成和功能的理解,并為昏迷患者、癌癥患者和患有癡呆癥的人以及其他神經系統疾病開發潛在的療法。同時這項技術未來有潛力對人類心臟病或中風等疾病導致的腦死亡發揮作用。在世界大多數國家中,當大腦活動停止或心肺停止工作時,可以認為人已經“合法死亡”。

      但現在,技術正在攻克越來越多的不治之癥。也許到了未來的某一天,心臟停跳與腦死亡也不再是生死的界限。到那時,人類必須重新思考,到底什么才是不可逆轉的“真正”死亡。


      One more thing

      復活死亡大腦、在心臟“自動駕駛”……醫療科技正在重新定義死亡

      one more thing,給大家介紹一下創新工場人工智能工程院醫療AI實驗室和醫療投資團隊,及聯系方式。

      醫療AI實驗室關注“AI + 醫療”領域中多門類大健康數據的積累與標注,并在此基礎上利用AI技術幫助醫生提升診療效率和效果,幫助患者提升健康認知水平,幫助醫療機構提升就診過程中的醫患整體滿意度。

      醫療AI實驗室涵蓋醫美整形、醫學影像輔助診斷、病理切片病灶識別、人體骨骼關鍵點檢測、人體行為估計、腫瘤基因圖譜基因拷貝數變異分析等多個領域,涉及計算機視覺、3D建模、AR & VR、自然語言處理等核心技術。

      尋求跟醫療AI實驗室合作可聯系:zhangxiaolu@chuangxin.com

      醫療創業公司融資BP投遞通道:healthcare@chuangxin.com

      【參考文獻】

      https://robotics.sciencemag.org/content/4/29/eaaw1977.full

      https://www.nature.com/articles/d41586-019-01181-y

      https://www.nature.com/articles/s41746-018-0029-1

      https://www.nature.com/articles/d41586-019-01216-4