争分夺秒！丹麦AI软件“听音辨别”患者是否心跳骤停 成功率比人还高20%

一名住在哥本哈根的妇女听到隔壁房间里传来一声巨响，急忙跑进去，发现她的父亲躺在地上，没有反应。

她很快拨打了丹麦的健康紧急热线，在那里有一个人接听电话，此外还有一款人工智能软件也在偷听。

当操作员处理一系列的问题时——病人的年龄、身体状况、他摔倒时正在做什么——这款人工智能很快就能确定他的心脏停止跳动，并发出警报。

“这些人类调度员的工作异常艰难，”丹麦人工智能软件公司Corti SA的联合创始人Andreas Cleve Lohmann说，“这个软件可以帮助他们拯救生命。”

Corti公司的人工智能系统利用机器学习技术，分析打电话者用来描述事件的词汇、声音的音调和电话线上的背景噪音。

根据哥本哈根大学、丹麦国家公共卫生研究所和哥本哈根EMS的一项研究，该软件在93%的病例中正确地检测到了心跳骤停，而在人类派遣人员中，这一数字为73%。

此外，该软件的判断时间平均为48秒，比人类快半分钟。

错误的假设——错误地判断一个人正在心脏病发作——的概率在人类和人工智能中都是一样的，为2%。

通过快速诊断，调度员可以快速地给打电话者说明如何进行心肺复苏术，或者在哪里找到除颤器以使心脏恢复活动。

这可能会导致生与死的区别：丹麦的研究发现，当调度员在紧急电话中确认心跳骤停时，患者的30天生存率会增加三倍。

哥本哈根EMS公司的负责人Freddy Lippert说:“时间很重要。”该公司提供了超过15万份记录电话来测试该算法。

“当我第一次看到他们的结果时，我觉得这太好了，不可能是真的。”

他非常怀疑，他要求Corti再用一组新的电话来做，软件也已经做好了准备。

今年春天，哥本哈根开始了一项大规模的随机试验，现场通话。如果试验成功，哥本哈根计划在所有紧急热线上使用Corti。

2013年，Lohmann在建立自己的第一家初创公司Corti时，用一款基于文本的聊天机器人帮助医护人员安排班次。

在他的第二次尝试中，他想创建一个基于语音的界面来帮助医生做出诊断。

但在机器学习中，可用的数据往往决定了你可以构建的产品——而在医学上最好的音频档案之一属于哥本哈根EMS。

与许多其他地方不同，这座城市记录并分析所有紧急呼叫，并跟踪患者的结果，它已经研究过人类调度员识别心跳骤停的能力，这为Corti判断其成功与否提供了一个很好的基准。

今年秋天，Corti将与欧洲紧急号码协会(European Emergency Number Association)一起，在其他五个欧盟国家开展试点研究。

它的软件很快将被部署在西雅图、新加坡和中国台湾的紧急呼叫中心。

这些安装将帮助Corti的软件识别新的语言、方言和口音——这是非常重要的，因为该算法涉及语音识别和对呼叫者使用的单词的分析。

“我们的计划是占领世界上最好的紧急医疗部门。” Lohmann说，他从Nordic风险投资公司筹集了300万美元，在哥本哈根、西雅图和巴黎拥有22名员工。

Corti的软件使用深度神经网络，一种基于人类大脑的松散的机器学习。

这些系统可以在数据中找出复杂的相关性，但即使对它们的创建者来说，它们在很大程度上也是不透明的:在任何一个紧急呼叫中，都很难确定导致患者心脏停止跳动的因素的组合。

该软件的早期版本是通过云计算运行的，但是Lohmann很快意识到他的程序需要在呼叫中心本地运行。

否则，系统会在识别和分析音频方面落后，导致它错过关键时刻，当它需要提示调度员问个问题或派救护车时。

Corti现在正在训练这个系统来识别其他关键的疾病，如中风和轻度心脏病。

由于许多应急操作人员已经遵循了标准的脚本和决策树协议来评估调用，看来Corti的目标可能是用计算机代替人。

Lohmann承认，在亚洲和非洲的大城市等目前根本没有紧急呼叫处理的地区，这样的系统可能是有意义的。

但他说，该公司的研究表明，最好的结果是机器与调度员一起工作。

“这是一种增强人类能力的工具，”他说，“而不是替代人类的工具。”