AZoSensors 與普林斯頓大學(xué)電氣與計(jì)算機(jī)工程學(xué)院的 Niraj K. Jha 進(jìn)行了交談。本次采訪(fǎng)探討了 提出一個(gè)名為 CovidDeep 的框架的研究。CovidDeep 將高效的深度神經(jīng)網(wǎng)絡(luò)與市售的可穿戴醫(yī)療傳感器相結(jié)合，用于對(duì)病毒和由此產(chǎn)生的疾病進(jìn)行普遍測(cè)試。

您能給我們介紹一下您的職業(yè)背景和您在研究中的角色嗎？

我收到了我的 B.Tech。1981 年在印度卡拉格普爾的印度理工學(xué)院獲得博士學(xué)位。1985 年畢業(yè)于伊利諾伊大學(xué)厄巴納-香檳分校。自 1987 年以來(lái)，我一直是普林斯頓大學(xué)電氣與計(jì)算機(jī)工程系的一員。我的研究興趣涵蓋機(jī)器學(xué)習(xí)、智能醫(yī)療保健和網(wǎng)絡(luò)安全。我構(gòu)思了 CovidDeep 概念并監(jiān)督了神經(jīng)網(wǎng)絡(luò)模型的開(kāi)發(fā)。

CovidDeep 框架示意圖（GSR：皮膚電反應(yīng)，Ox.：氧飽和度，BP：血壓，DT/RF：決策樹(shù)/隨機(jī)森林，NN：神經(jīng)網(wǎng)絡(luò)，KB：知識(shí)庫(kù)，MND：多變量正態(tài)分布，GMM：高斯混合模型，KDE：核密度估計(jì)）。

您能給我們概述一下這項(xiàng)研究以及 CovidDeep 是如何開(kāi)發(fā)的嗎？

我在 2020 年 3 月上旬構(gòu)思了 CovidDeep 的想法。CovidDeep 基于使用嵌入在智能手表中的傳感器（例如，皮膚電反應(yīng)、節(jié)拍間間隔和皮膚溫度）、兩個(gè)離散傳感器（脈搏血氧儀、血壓）收集數(shù)據(jù)，以及一份調(diào)查問(wèn)卷（11 個(gè)問(wèn)題的回答是/否）。

這些數(shù)據(jù)是從意大利北部一家醫(yī)院的健康、無(wú)癥狀和有癥狀的個(gè)體中收集的。醫(yī)生在那家醫(yī)院給它們貼上標(biāo)簽，以實(shí)現(xiàn)有監(jiān)督的機(jī)器學(xué)習(xí)。然后使用基于我們的增長(zhǎng)和修剪神經(jīng)網(wǎng)絡(luò)合成程序的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

相對(duì)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)，增長(zhǎng)和修剪方法顯著提高了神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性，同時(shí)也顯著減小了神經(jīng)網(wǎng)絡(luò)的大小并提高了其能量效率。該方法模仿了人類(lèi)大腦如何從嬰兒成長(zhǎng)為蹣跚學(xué)步的大腦，再到成人大腦。好的神經(jīng)網(wǎng)絡(luò)對(duì) SARS-CoV-2 病毒和由此產(chǎn)生的 COVID-19 疾病的診斷準(zhǔn)確率為 98%。在法國(guó)對(duì)該神經(jīng)網(wǎng)絡(luò)進(jìn)行的現(xiàn)場(chǎng)試驗(yàn)也產(chǎn)生了 97% 的高診斷準(zhǔn)確率。CovidDeep 目前正在等待 FDA 批準(zhǔn)。

圖片來(lái)源：Shutterstock.com / metamorworks

團(tuán)隊(duì)在開(kāi)發(fā) CovidDeep 時(shí)是否遇到任何問(wèn)題？如果是這樣，它們是什么？團(tuán)隊(duì)是如何克服這些問(wèn)題的？

當(dāng)該地區(qū)遭受 COVID-19 感染激增時(shí)，在意大利北部進(jìn)行了數(shù)據(jù)收集。為醫(yī)生提供數(shù)據(jù)收集所需的硬件是主要障礙。該小組聯(lián)系了意大利當(dāng)局，后者幫助促進(jìn)了這一進(jìn)程。

從數(shù)據(jù)輸入生成預(yù)測(cè)的 CovidDeep 處理管道示意圖。

在檢測(cè) COVID-19 時(shí)，可穿戴醫(yī)療傳感器有什么好處？

診斷神經(jīng)網(wǎng)絡(luò)嵌入在智能手機(jī)應(yīng)用程序中，來(lái)自智能手表的數(shù)據(jù)可以無(wú)線(xiàn)傳輸?shù)皆搼?yīng)用程序，其他數(shù)據(jù)（來(lái)自離散傳感器和問(wèn)卷）可以直接輸入到該應(yīng)用程序中。只需一分鐘的數(shù)據(jù)收集就可以做出診斷。診斷駐留在智能手機(jī)上，從而維護(hù)用戶(hù)的隱私�？梢愿鶕�(jù)用戶(hù)的需要頻繁地進(jìn)行診斷。這種廉價(jià)、快速的實(shí)時(shí)診斷可以通過(guò)僅隔離在某一天被感染的人來(lái)使經(jīng)濟(jì)恢復(fù)正常。

使用合成數(shù)據(jù)集（DT/RF：決策樹(shù)/隨機(jī)森林，NN：神經(jīng)網(wǎng)絡(luò)，KB：知識(shí)庫(kù)）對(duì) DNN 模型進(jìn)行預(yù)訓(xùn)練的示意圖。

通過(guò)可穿戴醫(yī)療傳感器和其他更傳統(tǒng)的測(cè)試方法檢測(cè) COVID-19 的主要區(qū)別是什么？

逆轉(zhuǎn)錄聚合酶鏈反應(yīng) (RT-PCR) 目前是 SARS-CoV-2 檢測(cè)的金標(biāo)準(zhǔn)。該檢測(cè)基于痰液或鼻咽拭子中的病毒核酸檢測(cè)。雖然它具有很高的特異性，但它有幾個(gè)缺點(diǎn)。RT-PCR 測(cè)試具有侵入性且不舒服，不可重復(fù)使用的測(cè)試套件導(dǎo)致供應(yīng)鏈嚴(yán)重不足。也可以通過(guò)抗體測(cè)試來(lái)評(píng)估 SARS-CoV-2 感染。

然而，抗體滴度只能從疾病的第二周開(kāi)始檢測(cè)到，并且持續(xù)時(shí)間不確定�？贵w測(cè)試也是侵入性的，需要靜脈穿刺，再加上幾天的處理時(shí)間，使其不太適合快速大規(guī)模篩查。非常需要一種可供公眾輕松訪(fǎng)問(wèn)的替代 SARSCoV-2/COVID-19 檢測(cè)方法，以進(jìn)行高精度的重復(fù)測(cè)試。

CovidDeep 應(yīng)用程序用戶(hù)體驗(yàn)的屏幕截圖。 

已經(jīng)進(jìn)行的研究可以幫助診斷任何其他情況嗎？

是的。我們對(duì)其他疾�。ɡ�如 I 型和 II 型糖尿�。┖途�神健康障礙（例如重度抑郁癥、雙相情感障礙、和分裂情感障礙。我們目前正在研究它對(duì)其他幾種疾病/病癥的適用性。該方法基于這樣的假設(shè)，即疾病/障礙會(huì)在我們身體發(fā)出的生理信號(hào)上留下其獨(dú)特的特征。到目前為止，這個(gè)假設(shè)已經(jīng)得到證實(shí)。

研究結(jié)果對(duì)于可穿戴醫(yī)療傳感器在未來(lái)流行病中的潛在用途意味著什么？

同樣的方法很可能也能夠診斷未來(lái)大流行引起的感染/疾病。這似乎是一種通用方法。

你能告訴我們NeuTigers是如何成立的嗎？

2017 年秋季，我在普林斯頓大學(xué)開(kāi)設(shè)了一門(mén)關(guān)于預(yù)測(cè)數(shù)據(jù)分析的機(jī)器學(xué)習(xí)課程。普林斯頓大學(xué)的一位名叫 Adel Lauui 的紳士在整個(gè)學(xué)期都參加了講座。他在學(xué)期末找我談?wù)撐覍?shí)驗(yàn)室的研究。我們決定我實(shí)驗(yàn)室正在進(jìn)行的一些工作，例如邊緣推理和智能醫(yī)療，可以商業(yè)化，并決定在 2018 年夏天以聯(lián)合創(chuàng)始人的身份推出 NeuTigers。Adel 是該公司的首席執(zhí)行官。

您對(duì)未來(lái) 10-15 年人工智能在醫(yī)療保健應(yīng)用中的使用有何預(yù)測(cè)？

這是智能醫(yī)療（即在醫(yī)療保健中使用機(jī)器學(xué)習(xí)）將起飛的十年。它已經(jīng)吸引了以每年 40% 的速度增長(zhǎng)的風(fēng)險(xiǎn)投資資金。預(yù)計(jì)五年內(nèi)每年的投資將超過(guò) $100 B。一些主要的推動(dòng)力將是診斷（基于可穿戴醫(yī)療傳感器和圖像，例如 fMRI、CT 掃描、X 射線(xiàn)、超聲波）、健康（通過(guò)快速發(fā)現(xiàn)疾病、紊亂或現(xiàn)有疾病的復(fù)發(fā)來(lái)實(shí)現(xiàn)早期干預(yù)） , 和醫(yī)療決策（就治療方案向醫(yī)生提供建議）。