我看見的世界(69)_李飛飛

六九

　　「不好意思，」我停了一會兒說，「這些數字讓我有點兒震驚了。」

　　演示會幾周後，我去了阿尼的辦公室，繼續我們的討論。我們翻閱了《人無完人》（To Err Is Human）。這本書出版於2000年，對醫院環境中的醫療差錯進行了全面調查，其中揭示的真相令人深感不安。作者得出的結論是，每年因規程和注意力方面的失誤而導致的死亡人數超過了因車禍、乳腺癌和艾滋病這些眾所周知的原因而逝去的生命數量。

　　「是的，需要花一些時間來理解和消化。」

　　不過，這是必要的練習。自從看完eICU的演示後，我們的談話就沒有停止過，興奮之情也與日俱增，因為我們決定開展一個小型研究項目。這是我們第一次正式開會討論計劃。

　　「我建議我們從這個開始。」阿尼說著，用食指指向靠近頁面底部的一個段落。

　　根據美國疾病預防控制中心的說法，「洗手是預防感染傳播的最重要手段」，即便在今天也依舊如此。然而，反復的研究表明，在經歷了150多年的發展之後，不洗手或洗手方法不當仍然是造成醫療環境中疾病傳播的重要因素。

　　＊

　　洗手問題可能聽起來稀鬆平常，但相關問題仍然是醫療服務面對的嚴峻挑戰。據美國疾病預防與控制中心估計，護理人員在每天巡查的過程中需要洗上百次手，每換一個病人、換一項任務，都需要洗手。鑒於人為錯誤的頻率和性質，即使在最好的情況下，偶爾出錯也在所難免。但隨著輪班時間越來越久，壓力和疲勞會不斷加重，因而導致風險大大增加。最終，一部分錯誤會導致感染（正式名稱是「醫院獲得性感染」），給患者帶來巨大的痛苦，其程度難以想像。

　　這個可怕的話題非常適合作為我們研究的起點。在開展醫學研究時，如果涉及正在接受治療的病人，會導致一些棘手的複雜問題。而通過將注意力集中在護理人員（而不是病人）的行為上，就可以避免相關問題。據阿尼介紹，斯坦福醫院的管理層對洗手問題已經研究了一段時間，不少人對新穎的解決方案翹首以盼。

　　我很快就瞭解到，阿尼是那種使命必達的人。我們結束談話後，感覺剛過了一兩個小時，他就給我發來了消息，告知我最新進展，而這些進展本身就讓人感覺是不小的成就：打電話找人幫忙，安排與決策者的會面，確保醫院配合研究，等等。在我自己的研究中，我越來越喜歡做規劃，因為合理規劃可以為新實驗奠定基礎，讓我產生一種自豪感。但這是他的研究領域，不是我的，他打了下響指，一切就安排就緒了，我不禁驚歎不已。

　　不知不覺中，阿尼成為繼彼得羅和克裡斯托夫之後我的又一位導師，他們都有共同的特點，就是在尋求解決方案時，可以跨越學科之間的界限。隨著項目的技術層面逐漸成形，我很快也可以做出自己的貢獻了，我非常期待。不過，就目前而言，我很滿足於跟隨一位老手的腳步。再次做學生的感覺真好。

　　就在阿尼施展魔法的同時，我們也開始意識到挑戰的艱巨性。最初，我們的目標是開發一種自動化技術，來確保護理人員在醫院內始終如一地徹底洗手。雖然圖像分類技術已經成為計算機視覺領域的象徵，但醫院項目對技術的要求比圖像分類更高，甚至比我和安德烈一起完成的圖片說明技術要求還要高。這一次，我們的解決方案必須能夠識別特定類型的動作，也就是說，不僅要識別某種物體的存在，還要確定物體的移動方式和動作類別，而且識別準確性需要滿足臨床要求。

　　棘手的問題比比皆是。首先，「正確」洗手的分類到底是什麼？「正確」洗手肯定不僅僅是確定臨床醫生在洗手台附近。要確定是不是把手洗乾淨了，算法需要識別洗手過程中的每一個步驟：靠近洗手池、打開水龍頭、使用肥皂、兩隻手在水龍頭下搓揉、長時間沖洗雙手等。無論從哪個層面看，這都是我遇到過的最複雜的感知任務。

　　值得慶倖的是，我們的項目可以找到先例。我的實驗室一直在攻克類似系統所需的諸多基礎功能。例如，安德烈曾與穀歌合作開展研究項目，旨在識別體育錄像中的場景，比如棒球擊球手揮棒擊球，或者籃球運動員運球等。這項分類任務在很大程度上依賴於對動作和行為的識別。我的另一位學生胡安·卡洛斯·尼布爾斯（Juan Carlos Niebles）的整篇博士論文的主題就是識別視頻中的人類活動。他現在是哥倫比亞北方大學的教授，不久前剛和自己的學生們打造了一個名為ActivityNet的數據集。顧名思義，ActivityNet就是類似於ImageNet的動作識別數據集，其中包含了數萬個視頻短片，每個短片都標注了它們所描繪的身體動作，比如走路、跑步、跳舞、演奏樂器等等。換句話說，儘管我們對於準確分析視頻的設想尚未完全實現，但也並非不可能實現：這正是研究的最佳切入點。

　　我需要一批研究助理，於是像往常一樣，給系裡的研究生們發了郵件。ImageNet等項目讓我養成了保持適度期望的習慣，這次也不例外。收到的回復雖然不多，但數量也算可觀。於是我製作了幻燈片來解釋我們的想法，並安排了第一輪面試。與此同時，我們的項目還需要一個正式的名稱。我和阿尼設想了一種旨在用智能且可靠的感知來填充空間的技術，而其最大的特點就是不會引人注目。與人類監察員不同，我們的技術將悄然融入背景之中，默默監視，只有在察覺到危險時才會發出警報。我們將其稱為「環境智能」（ambient intelligence）。

　　※

　　「這就是我們的計劃，醫療服務的環境智能。」我總結道，「有什麼要問的嗎？」

　　我只有一位聽眾，就坐在我辦公室的紅色沙發上。他是個特別聰明的雙學位學生，同時在修讀計算機科學和統計學。他正處於攻讀博士學位的第二年，正好在尋找一個更穩定的地方來完成他剩餘的研究。然而，氣氛並不像我希望的那樣輕鬆。之前三位面試者都決定不加入我們的團隊，因此他成了我們的第四位面試者。我盡力掩飾我們士氣低落的事實。

　　「我的意思是，聽起來超級有趣。」他回答道，語氣足夠真誠。這已經是連續第四個候選人表示我們的設想「超級有趣」——我選擇忽略這一事實。

　　「不過，我想知道的是，我還能不能在常規渠道發佈成果，比如NeurIPS^①和CVPR之類的。」

　　﹛①：NeurIPS全稱「神經信息處理系統大會」（Conference on Neural Information Processing Systems），是機器學習和計算神經科學領域的頂級國際會議。﹜

　　「當然。」我笑著說，「我們正在探索許多尚未解決的問題。」

　　確實如此。雖然醫院並非我們慣常的研究場所，但其中涉及的計算機視覺技術絕對是最先進的。我們正在推進前沿技術的發展，需要識別人類活動，而非靜態物體，這已經是精細的實驗性技術。此外，我們的算法還將面臨額外的壓力，需要識別異常細微的動作，對準確性的要求很高。與此同時，我們也計劃將物體識別提升到新的水平，因為我們的分類器將不得不應對密集的運動、混雜的背景和模糊的情況。相關工作會異常艱苦，但同時也是建立名望的好機會。

　　「坦率地說，我們希望能在臨床上產生真正的影響。這意味著我們也要與臨床工作者合作，向臨床期刊投稿，而不僅僅是計算機科學領域的期刊。」

　　這個學生考慮了一下。「明白。但是，這類期刊的出版週期是多長？」

學達書庫(xuoda.com)