编译 | 李舒阳
作者 | Adele Peters
来源 | Fastcompany
病人在医院以外的地方出现心脏骤停时，急救必须分秒必争。因为每过一分钟，患者的存活几率就会降低 10％。
急救的第一步是识别患者是否出现心脏停搏，可是对电话另一端的紧急医疗调度员来讲，仅借助于病人那些惊慌失措的亲友的传达，很难对患者症状做出正确的判断，挑战性很大。
如今在哥本哈根，调度员有了人工智能技术的帮助。在有人打电话叫救护车时，一个名为 Corti 的人工智能助手会与调度员同时接听电话，它可以用语音识别软件将对话转成文字，并用机器学习算法分析对方的用词以及其他可用于诊断心脏病发作的背景线索，机器人 Corti 会实时向调度员提供诊断警报。
诊断心脏病患者时，调度员通常只能依靠自身的知识储备。开发该人工智能技术的初创公司 CEO Andreas Cleve 说：「我们平时遇到问题，上谷歌搜索或者问人就行了。可是这些调度员要处理的是关乎我们生命的最严峻的问题，却没有可以依赖的辅助工具。」
在哥本哈根，训练有素的调度员根据电话描述识别心脏骤停症状的准确率大约是 73％，而 AI 可以做得更好。在早期小规模研究中，机器学习模型通过电话描述识别心脏骤停的几率达到了 95%。
同其他机器学习技术一样，Corti 的设计原理并不是搜索任何特定的信号，而是「自我训练」——通过倾听大量急救通话，找出影响诊断结果的关键因素，然后不断改进模型。不涉及言语的声音往往也很重要，Corti 采用的技术必须能从警报声、呼喊声等大量背景噪音中发现有用线索。
该初创公司在前期测试 Corti 时出现过一个案例：一名女子拨打急救电话，说她的丈夫从屋顶上摔下来了。调度员接听后，判断患者为脊柱骨折，并指导该女子在救护车到达之前采取相应措施。然而，同时接听的 Corti 报告称，该男子不只是脊柱骨折，而是心脏停搏。
「你能听到通话背景中有咔嗒声。」Cleve 说道。由于心脏停搏，病人呼吸困难，正在喘粗气，人工智能识别出了这个模式。事实证明，该男子是因为心脏骤停才从屋顶上摔下来的。然而由于人工智能平台当时还在测试阶段，没有向调度员发送警报。因此，该男子没能及时接受心肺复苏，等救护车赶到时已经太晚了。
事实上，如果有更准确的诊断，调度员完全可以在电话上全程指导患者的亲友做心肺复苏，并让急救人员做更充分的准备。部分城市还可以考虑在采用该技术之后，派遣无人机运送心脏自动除颤器，可以比救护车提前到达；还可以派遣恰好在周边区域的接受过心肺复苏训练的志愿者。
除了识别心脏骤停的迹象之外，人工智能系统还尝试消除其他错误，例如监听调度员是否询问了病人地址，以及救护车是否在赶往正确的地址。该技术是人工智能如何辅助人类而非替代人类的一个例子。
「这个事情其实很简单。」Cleve 说，「消费者和患者是更乐意接受机器人运行的医疗系统，还是更倾向于和人沟通？对我来说，答案显而易见，尤其是关乎健康问题，我更倾向于和人沟通。不过，用一个人工智能的支持系统来辅助人类医护人员，在我看来大概是终极愿景。」
