打造视觉智能医院技术解决方案是斯坦福及其世界各地的合作者多年以来的努力方向。

尽管还有很多的工作要做，但斯坦福希望该技术可以帮助医院降低感染率，改善患者的健康状况。

而就在11月15日，前谷歌人工智能中国中心负责人李佳已经离开谷歌，并开始在斯坦福医学院的新工作，希望去追求医疗等人工智能可以产生积极影响的事，以后能做一些对现实世界有影响的事。

目前，李佳已全职投身智能医院项目，预计2019年正式运营。

1、利用视觉让智能落地

人类对世界的认识及感知，有80％的信息来自于视觉，因此对视觉信息的搜集与处理，将成为人工智能下一阶段最重要的技术引擎。

一直以来，AI技术被认为在医疗领域具有广阔的应用前景。

未来，基于AI技术的应用能够提高数以百万计人的健康和生活质量。

但是，AI技术在医疗领域的应用要取决于医生，护士，病人对该技术的信任，获得政策，法律法规，商业市场的支持。

同AI技术在其他领域的应用相同，数据资源起到举足轻重的作用。

现今，主要从以下途径获取医疗数据：个人监控设备和移动应用程序，临床环境下的电子医疗记录，及用于医疗程序与手术的辅助机器人。

在大量数据的支持下，该技术的主要应用包括医疗分析，支持临床决策，监控与辅导病人，能够帮助手术或看护病人的自动化设备，医疗系统管理，研发医疗机器人，移动健康应用程序，老年保健等。

视觉智能将为医院带来突破性革命首先，AI可以减少医院里的交叉感染。

美国医院每年平均会发生9900起交叉感染，但上千年以来，医院解决这个问题的唯一方式是配置观察员。

这个方法无法全天候覆盖，而且带有主观偏见。斯坦福试点了智能传感器，从不同的角度认知卫生活动，算法的精确程度大大超过人类观察员。

第二，AI可以提高重症监护室（ICU）的效率和质量。ICU是所有医疗活动中成本最高的部门，每年要消耗美国1％的GDP。

用AI检测ICU里的病人活动，可以细节地了解病人的身体状况，降低致命错误发生的概率。同时，这个方法兼顾了廉价和精准。

第三，AI可以帮助照顾老人。随着世界范围内出现老龄化现象，未来养老的成本会越来越高。

李飞飞团队在旧金山的老人家中进行了热传感器试点。不过，由于目前在这个领域缺乏训练数据，科研团队需要用其他方法解决AI的限制。

比如，他们开发出了一个专门识别跌倒的算法。

2、视觉尝试运用在医疗之中

在斯坦福视觉智能试点医院，在住院部装了20多个深度传感器，通过这个来监控整个医疗人员的行为。

这是两个不同的传感器，可以看到这个人的进出，如果是红色的就说明他没有洗手，绿色的就是他有做洗手这个动作。

这个背后是需要一个计算机视觉的模型来观测和计算这个人的动作的。

它分成两步，第一步是对人类的跟踪，每一个人他的流程和工作要通过这个传感器跟踪。

第二步是当他走到快进这个病人的门的时候，他有没有做洗手这个动作，这一步叫动作检测，这是一个通过深度学习的模型来做的一个判断。

计算机视觉在临床应用上的价值将会得到证明，计算机视觉注定将在临床分析的医疗图像筛查方面站稳脚跟。

斯坦福研究发现：计算机视觉在分类良性和恶性皮肤病变上的表现可以媲美21位经过认证的皮肤科医生。

还有一些小型研究也在放射影像和病理学影像的解读上得到了类似的早期进展。

这种使用来自环境传感器的数据的计算机视觉在评估病床边行为上有相对于当前系统的结构性优势，比如观察手部清洁合规性或让护士观察医生是否按照规范进行了中心线插入。

环境计算机视觉可以不停止地工作且不会疲劳，而且运行的可变成本非常低，也不受不完美的安全文化的影响。

因为基于计算机视觉的识别系统可以被训练用来识别不同的病床边活动，所以如果与电子病历整合到一起，可能还能免去临床医生的让人沮丧的文档和数据录入任务，从而让他们能专注以病人为中心的活动。

3、视觉智慧等人工智能才刚开始

在新时代中，人工智能变革了现实世界场景，例如交通运输、图像处理和医疗健康行业的计算方式。

由于一系列的进步，包括算法（例如基于神经网络的深度学习方法）、计算技术（例如摩尔定律、GPU，以及正在发展的TPU）和可用数据集（例如ImageNet），人工智能应用正在带来真正的改变。

实际上，这还只是起步阶段。人工智能将成为“第四次工业革命”最重要的驱动力，而这将改变斯坦福目前所知的各个行业，这也令人工智能领域变得更令人兴奋。