AI正迅速成為人類救星。心臟病號稱“全球頭號殺手”，而近期，兩項分別來自商業界和學術界的研究結果則增加了攻克這種疾病的可能性。

由吳恩達領導的斯坦福大學團隊和硅谷的一家初創公司正借助AI的力量以改善對心臟異常的檢查，并提高診斷的準確性。

醫療設備制造商AliveCor位于山景城，目前他們正致力于開發深度學習及AI算法，以便人們能夠通過Apple Watch內置的傳感器監控心率，甚至通過應用程序和經過特殊設計的表帶進行即時的心電圖(EKG)檢查。

由AliveCor開發的一款KardiaMobile設備受到了EKG行業的廣泛關注，它允許用戶借助智能手機應用記錄并分析EKG。AliveCor在 AWS上一組NVIDIA Tesla GPU對其五年前開發出的基礎深度學習模型進行訓練。此模型可以為用戶生成心臟概況，然后以它為基準和未來的EKG進行比較。

此外，配套的應用能夠自動檢測是否有新用戶正在使用此設備，從而確保主要用戶信息的一致性和完整性。

確定何時需要進行EKG檢查

AliveCor推出的、獲得FDA批準的新產品KardiaBand從根本上縮小了KardiaMobile 的體積，能夠被嵌入Apple Watch表帶，并與手表中的眾多傳感器集成。但是，該公司的工程副總裁Frank Petterson表示，名為SmartRhythm的AI程序才是KardiaBand背后真正的創新。

SmartRhythm在NVIDIA Tesla V100數據中心AI加速器上接受訓練，可將用戶當前的活動以及其他因素與心率進行聯系分析。根據分析結果便可以確定很多問題，比如一個異常數據的出現究竟是當時環境導致的偶然情況，還是對未來潛在病情的預警。

Petterson說：“我們可以使神經網絡在24小時內每隔五秒便在用戶的Apple Watch上運行一次，并將所有心率和活動數據上傳并分類。算法可以推斷數據代表的情況是否合理，如果不合理，則提醒用戶記錄EKG。”

Petterson表示他們將與梅奧醫學中心（Mayo clinic）合作，通過EKG來了解電解質濃度，并盡可能預防先天性長QT綜合癥（這種疾病會導致運動員等看似健康的人暈厥甚至猝死）。

Petterson指出，“EKG中的有用數據龐大得難以想象。”

吳恩達領導的團隊正進擊EKG研究

同時，斯坦福大學的一支計算機科學家團隊在兼職教授吳恩達（百度前首席科學家）的領導下，運用引入了AI的算法來實現EKG的自動讀取和分析。他們希望能夠加快心律失常的診斷速度，并提高診斷準確性，使醫務人員能夠將精力集中于解決更棘手的問題，或將更多的時間用在診治病人上。

吳恩達團隊的博士生 Awni Hannun說：“在進行EKG檢查的醫院里，醫生仍然手動閱讀檢查結果。”

Hannun及其團隊正與iRhythm公司開展合作。iRhythm公司生產用于檢測異常心臟活動的可穿戴式心臟監測設備，且擁有大量EKG歷史數據。這兩個團隊決定通過合作來實現心律失常檢測流程的自動化。

此后，他們從超過3萬名患者中采集了一個數據庫（包含6萬份匿名的30秒EKG），并通過斯坦福大學的一組NVIDIA GPU優化了34層深度學習模型。

去年發表的一篇論文詳細介紹了該模型，到目前為止它可以區分14種不同的心率失常，讓心臟病專家能夠更清楚地了解患者心臟的情況。通過該模型分析EKG記錄的結果將與心臟病專家的分析意見進行準確性比較。該模型的表現優于大多數心臟病專家。但是，Hannun說，只要有任何心臟病專家的表現優于該模型，團隊就會繼續完善他們的算法。