在医院的重症监控病房（全称ICU）当中，病情严重的患者必须全天相连一组设备，从而随时获得生命体征监控与保持。这些先进设备的医疗设备目的协助病人维持存活：静脉输液大大向血管内静脉注射营养剂，机械式呼吸机将空气跳入肺部，粘贴在身体上的传感器负责管理跟踪心率、血压及其它生命体征，而床边的监测器则不会波浪形线条绘制数据结果。

当机器记录到远超过长时间参数的测量值时，则不会立刻收到蜂鸣与警报，从而警告医务人员留意有可能经常出现的潜在问题。虽然这样的场景当中充满著了高科技元素，但这些技术本身并没获得充份的利用。每一台机器都在以彼此隔绝的方式监控病患的一部分信息，且各设备之间无法协同工作——即无法捕猎或者分析非常丰富的数据流。ICU团队中的核心护理医生、护士、排便治疗师、药剂师以及其他专家们似乎不有可能随时对每位病患加以紧密注目。

未来的ICU将更佳地利用机器及其产生的倒数数据流。各监控装置仍然孤立无援运作，而是对信息加以汇总，从而向医生全面展出患者的健康状况。

此外，这些信息还将流向人工智能（全称AI）系统，并由此类系统据此对设备设置展开自动调整，最后保证患者一直正处于最佳身体健康状态。在我们公司——坐落于新泽西州霍博肯的AutonomousHealthcare公司，我们正在为ICU设计并建构首批人工智能系统。

这些技术方案目的获取精细且灵敏的护理服务，如同有专家长年死守在病人床边般细心校准化疗方法。这类系统需要明显减少重症监护病房中工作人员的开销，更加最重要的是，该技术还有望协助患者更加慢离开了ICU环境，从而减少医疗保健成本。我们最初将着眼点放到美国本土的医院当中，但随着人口老龄化与慢性病患病率的减少，我们意识到此类技术在世界各地都需要充分发挥根本性起到。

由此带给的收益很有可能十分相当可观。在美国，ICU是医疗保健体制内最便宜的组成部分。目前每天大约有5万5千名患者在ICU拒绝接受化疗，而一般的日均费用从3千美元到1万美元平均。涉及总计成本每年多达800亿美元。

随着婴儿潮一代逐步沦为老人，ICU的最重要意义也获得更进一步突显。当下，美国多达半数的ICU患者年龄低于65岁——预计这部分人口将由2014年的4600万快速增长至2030年的7400万。欧洲与亚洲呈现的类似于趋势，早已使其沦为一个世界性的难题。

为了符合日益增长的急性临床护理市场需求，ICU必须更进一步提高自身功能与容量。在这方面，除了培育更加多重症监护专家之外，引进自动化手段也是一种最重要的构建途径。当然，人工智能系统的不存在并不是为了代替人类，而是作为医疗团队的一部分，协助医生与护士在最必须他们的时间与地点运用自己的技能。

一部分重症患者必须配戴机械式呼吸机［1］。这些机器需要将空气跳入肺部，但其节奏有可能与大自然排便模式并不实时，这将造成患者与呼吸机间“产生对付”。智能控制系统可以利用机器学习算法动态加载气流通量［2］并辨识有所不同类型的呼吸机异步［3］状况。

在这种几乎自律的系统当中，自适应控制器［4］不会大大调整呼吸机的气流，使其与患者之间维持实时。作为构建全面自律运作的第一步，可以利用类似于的系统作为ICU中的决策反对工具，从而为排便治疗师获取设备调整建议。

在目前的ICU当中，由于显示器间隔几秒就不会创下一次，因此来自床边监视器的数据往往无法获得全程注目。虽然一部分先进设备的ICU早已在尝试对这些测量值加以文档，但医护人员依然很难挖出这些数据以取得临床看法。人类医生一般来说既没时间，也没工具以掌控这些较慢累积一起的数据。

然而，人工智能系统却需要做这一点。此外，其还可以根据数据采取措施，例如调整关键ICU任务中牵涉到的机器。

在AutonomousHealthcare公司，我们首先注目用作管理患者通气与液体的人工智能系统。当患者正处于镇静剂状态或者患上肺中风（一种少见的ICU病症）时，机械呼吸机即不会发挥作用。

缜密的液体管理将可确保患者的循环系统一直享有必要的血液流通量，从而使其所有的组织与器官均取得充裕的氧气供应。事实上，我们的方法来自一个看起来牵涉到的领域：航空航天领域。

我们两个——Haddad与Gholami——原本都是航空航天领域的掌控工程师。我们第一次见面是在乔治亚理工学院的航空航天工程学院，Haddad当时是院里的动力系统与掌控学教授，Gholami则是博士研究员。2000年之后Bailey也重新加入了我们的团队，当时他在埃默里大学医学院兼任麻醉学副教授。

Haddad与Bailey最初著手研究掌控方法，期望需要在手术室当中以自动化方式构建麻醉剂量供应与怀孕处置。涉及的临床研究测试在亚特兰大埃默里大学医院以及乔治亚州盖恩斯维尔的东北乔治亚医疗中心展开。

在此之后，我们将目光投向更加简单且普遍的ICU掌控方向。2013年，Haddad与Gholami正式成立了AutonomousHealthcare公司，目的将我们的人工智能系统商业化。Gholami兼任公司的CEO，Haddad兼任首席科学顾问，Bailey则为首席医疗官。

那么，航空航天科学与医学之间究竟不存在哪些共通点？具体来讲，二者都牵涉到大量数据，必需较慢处置这些数据以便在生命面对威胁时作出决策；此外，两者都拒绝同时继续执行多种任务并维持稳定的运作状态。更加明确地谈，我们早已看见反馈控制技术在重症监控医学中的起到。

这些技术利用算法与对系统通过感测、计算出来以及驱动等改动工程系统的不道德。事实上，此类技术在飞行中掌控与空中交通管制等最重要安全性系统中堪称无处不在。

然而，飞机与医院病患之间不存在着根本性差异。飞机的设计与掌控基于完备的力学与空气动力学理论，而人体则归属于十分简单的生物系统——事实上，时至今日我们依然没几乎解读这些系统的运作方式与相互作用。下面返回机械式呼吸机的管理方面。

不存在必要后遗症、肺部病毒感染、心力衰竭或者脓毒症等炎症综合征的ICU患者有可能必须呼吸机的反对，利用其将空气压入肺部以构建被动式换气排便。该设备不会大大运作以替代或者协助患者已完成自律排便。然而，人与机器之间的对话往往十分错综复杂。

人体享有自己的自动排便掌控机制，其中神经系统启动时膈肌膨胀并向上剪切肺部，从而开始排出空气。呼吸机必需不具备某种程度的固有驱动方法，即以大自然的方式实时患者的吸气与呼气过程，并尽量与患者自律排便时的气流量相匹配。为了让患者及时利用机械式呼吸机展开排便辅助，AutonomousHealthcare公司的Syncrom－E系统需要对气流展开分析。

失望的是，患者的市场需求与机器的运送能力之间往往不存在着相当严重的不给定问题——这有可能造成患者与呼吸机间“产生对付。”举例来说，患者有可能天然必须更长的时间展开吸气，但呼吸机却过早地切换至呼气阶段。机械式呼吸机以及其它类型呼吸机普遍存在这种实时问题，且其必要关系到ICU内病患的待命时长甚至是丧生风险。此外，专家们还没完全搞清楚这种异步状况不会产生哪些更加明确的有利影响；但可以认同的是，当机器将空气硬性跳入肺部时，并未实时的患者似乎不会深感呼吸困难，而肌肉性反应将不会带给额外的体力消耗。

本文来源：澳门威尼克斯人网站(MACAU)-www.didongsi.com