在现代医学带来先进的血液和尿液测试手段之前，医生只能依靠味蕾来诊断糖尿病。尿液中带有甜味一直是糖尿病最显著的病理特征，英文单词mellitus的字面意思就是“甜的”。体液中的糖分含量过高，意味着你的新陈代谢出现了问题，要么你的细胞不产生胰岛素了，要么就是胰岛素对它们不起作用了。
十多年前，研究人员发现了一个和糖尿病关系比较隐蔽的病理特征。众所周知，糖尿病的并发症包含了神经损伤，而神经损伤作用于心血管系统会导致心律不齐。这种变化通过电学和光学手段都可以测量出来。因此，也许要不了多久，医生就能通过患者手腕上佩戴的设备来诊断糖尿病了，而不需要再测试血液和尿液。
将时间的指针拨回到2005年，那时只有顶尖运动员和重病患者才会使用心律传感器。但今天，每五个美国人中就有一个佩戴了心律传感器。这正是AI初创公司Cardiogram试图找出心率和糖尿病之间关系的原因。在上周三于新奥尔良举行的AAAI人工智能大会上，Cardiogram提出了一项研究成果，研究表明，通过Apple Watch中的心律传感器和计步器可以很好地预测一个人是否患有糖尿病。当然，前提是必须搭配相应的机器学习算法。
过去一段时间，苹果公司一直在关注其标志性可穿戴设备Apple Watch所扮演角色的变化——从“私人教练”逐渐蜕变成了“私人医生”。去年11月，苹果公司和健康保险公司Aetna达成了一项合作：作为降低医疗成本的试点项目的一部分，苹果公司捐赠了超过50万台Apple Watch。它还和斯坦福大学共同进行了一项研究，测试Apple Watch监测不规则心跳的准确率（不规则心跳有可能导致中风和心脏病发作）。和Cardiogram、UCSF的合作，不过是苹果公司在这方面的又一最新进展。Cardiogram是一家由前Google工程师创立的公司，总部位于旧金山。
Cardiogram开发了一个免费的APP，用于收集来自Apple Watch或集成了类似传感器的， Fitbit、Garmin以及Android Wear等品牌可穿戴设备的心率数据。这个APP采用了与Google语音转文字相同类型的神经网络，对心率和步数等数据进行分析和阐释。就数据本身而言，它们对疾病检测几乎毫无意义。这一方面是因为传感器采集的数据存在偏差；另一方面是因为，要训练出能识别特定特征的模型，必须先对数据进行标注。
要想搞清楚糖尿病患者的心率是什么样的，先得找到一些糖尿病患者。这正是UCSF的价值所在，它于2013年启动了一项名为Health eHeart的大型心脏病研究项目，旨在收集100万人的大量数字健康数据。截至1月中旬，已经有19.6万人参与了这项研究。每个参与者都会填写一份关于其已知医疗状况、家族史、药物和血液检查结果的调查问卷。其中大约有4万人将它们的信息与Cardiogram应用进行了关联。
Cardiogram公司的联合创始人Brandon Ballinger，曾经是Google语音识别软件的技术负责人。他说道：“这正是我们获取数据标注的方式。从医学的角度来说，每一份标注的数据都对应着一个垂危的病人，但对互联网公司所做的事情来说，它只是很小的样本。”
因此，Cardiogram不得不采用一些技术手段来训练其神经网络DeepHeart，帮助诊断人类疾病。其中就用到了半监督序列学习技术，这项技术最初是用来处理电商平台Amazon上的产品下方的评论等文本数据的。只不过现在Cardiogram用它来处理一系列的心率测量值——每周约测量4000次。通过一些数学转换之后，这些信息将变成一个概括心率变异性的单一数值。研究人员会将这些数值与患者的标注数据关联，然后就可以开始正式的训练了。
通过这种方法训练出的模型，在识别非训练组的糖尿病患者时，准确率达到了85%。这个成绩与Cardiogram之前的一项成果非常接近。去年，Cardiogram和UCSF共同发布了一项研究成果，显示DeepHeart可以基于Apple Watch收集的一周数据，预测高血压、睡眠呼吸暂停和心房颤动等疾病，且准确率在80-90%之间。
那么，Cardiogram的算法究竟能不能在不直接测量血液含糖量的情况下预测糖尿病呢？谁也不知道。
Health eHeart项目的主要研究人员之一Mark Pletcher表示，“显然，糖尿病是一种心血管疾病，但它和心率变异性并没有明显的生理联系。当你在不懂底层原理的情况下用数据训练机器学习算法时，你往往会得到一个结果，却不明白它是怎么得出的。坦率的讲，这让我感到紧张。我们进行了很多内部讨论，讨论这到底是一种有效的诊断手段，还是无关的因素。目前我们还没有得出结论。”
这也引起了心脏病专家兼斯克里普斯转化科学研究所主任Eric Topol的警觉，Eric Topol曾经领导了NIH斥资数十亿美元的精准医药行动的数字健康部门。他说道：“Cardiogram的研究同时具备生物学黑盒子和算法黑盒子的特点，是无法令人信服和站不住脚的。这最多只能算一种基于假设前提的研究。”假设的前提就是，DeepHeart发现了一种糖尿病的病理信号，但它发现的也可能是别的什么。
Ballinger很快反驳了这种批评和指责。他认为，如果可穿戴设备告诉主人他罹患糖尿病的风险在增加，这时候他去找医生用传统手段做进一步诊断，还是可以获得很好的治疗。万一这个黑匣子可以帮助我们窥见一些门道呢？不过Ballinger也意识到，必须做一些前瞻性的验证，才能证明人工智能的确是有效的。比如筛选出一些尚未诊断出患糖尿病的人，对它们进行跟踪，观察他们最后是否真的罹患了糖尿病。他表示，Cardiogram公司正在积极投入这方面的研究。
Cardiogram为Apple Watch和其他可穿戴设备开发的应用目前都是免费的。不过Cardiogram计划今年晚些时候在应用中增加“用户提醒”功能，向算法判定为有心房纤颤、高血压、睡眠呼吸暂停和糖尿病的患者发送通知。由于目前该程序尚未通过FDA审核，所以它不会作为一个独立的诊断，而只是一种建议。不过，如果保险公司认为这种建议可以让患者尽早治疗，节省医疗保险费用，或许也会为之买单。
鉴于这项研究缺乏足够的说服力，Cardiogram未来还有很长的路要走。胃肠病学家兼卫生服务研究部主任Brennan Spiegel表示：“FDA肯定会审核准确率，此外，这些可穿戴设备是否真的可以改变患者的治疗效果，目前也缺乏相关的数据支撑。创造一种技术并不是最难的，难的是如何运用这些技术改变病人的行为模式。这已经超出了计算机科学的范畴，来到了行为学和社会学的领域。”
不过Health eHeart 项目和Cardiogram的研究至少说明了一件事情，那就是人们对于医疗级的测量应用有着强烈需求。遗憾的是，对于一个健康的人来说，这些应用除了发送通知似乎就没别的作用了。雷锋网雷锋网
via wired 雷锋网编译
正在生成分享图...
吴彤