人工智能（AI）是医学史上最强大的工具之一，能够加速诊断、实现个性化治疗，并以前所未有的规模革新医疗保健。但迄今为止，大多数人工智能技术都是为成年人设计的。.
斯坦福大学医学儿童健康 正在努力缩小这一差距，并构建一个让每个孩子都能充分受益于人工智能潜力的未来。.
斯坦福大学即将成立儿科医学人工智能中心，该中心致力于开发和部署用于儿童健康的AI解决方案。中心将确保前沿研究和技术的进步能够以安全、公平和以患者为中心的方式，改变斯坦福儿童医院及其他医疗机构的儿童医疗服务标准。.
没有哪个机构比斯坦福大学更适合引领这项工作。斯坦福大学汇聚了众多开拓性研究人员、世界一流的儿童医院以及无与伦比的计算机科学专长，所有这一切都位于全球科技产业的中心。从癌症到先天性心脏病，再到早产并发症，斯坦福大学在各个专科领域都已在革新儿科医疗。.
此前，这些工作大多各自独立进行。该中心将改变这种状况，它将医生、研究人员、工程师、伦理学家和数据科学家联合起来，共同推动任何单个团队都无法单独取得的进展。.
催化剂 来自阿尔弗雷德·E·曼恩慈善机构的$1000万美元捐赠 将有助于招募一位世界级的领导者，作为连接各方、推动这项工作向前发展的关键力量。.
这将开启儿童健康领域的新纪元，使医学界最强大的工具能够惠及湾区乃至全世界最需要它们的儿童。.
拉为儿童发明磁共振成像技术
如果你做过核磁共振检查，你就知道躺在嘈杂狭窄的管子里有多么不舒服，有时甚至要躺近一个小时。.
现在，想象一下这对一个年幼的孩子来说有多困难。许多儿科患者在做核磁共振检查时需要镇静才能保持静止。但镇静会增加费用和复杂性，同时也会增加医疗风险。.
Shreyas Vasanawala 医学博士、哲学博士（如上图所示）及其在斯坦福大学和湾区的合作者正在通过率先使用人工智能来应对这一挑战，使儿科 MRI 扫描更快、更便宜、更详细。.
瓦萨纳瓦拉实验室利用机器学习技术实现了这一目标。通过对大量核磁共振扫描图像进行人工智能训练，该系统能够学习精细图像应有的样子。然后，它只需进行一次时间更短、分辨率更低的扫描，即可填充缺失的信息，并利用有限的数据重建清晰、完整且准确的图像。扫描时间现在只需几分钟，而不是一个小时。.
“我们开发的AI算法现在能够恢复前所未有的细节水平，”瓦萨纳瓦拉说。“你可以看到婴儿体内一条原本模糊不清的细小动脉。在某些情况下，这些细节使我们能够做出过去不可能做出的诊断。”
其中一种算法已获得美国食品药品监督管理局 (FDA) 的批准，并正在改善先天性心脏病患儿的影像诊断。该算法已在超过 160 个国家/地区投入使用，惠及超过 8000 万名患者。.
对患者的影响非常显著。扫描时间缩短意味着需要麻醉的儿童人数减少。即使需要镇静，镇静的深度和持续时间也可以减轻。.
更快的检查速度也意味着预约核磁共振成像检查的等待时间更短，过去在某些地区，预约检查往往需要数月之久。人工智能增强的扫描技术也使核磁共振技师能够处理更复杂的检查，这意味着即使在资源匮乏的国家，更多患者也能获得更高质量的扫描结果。.
与此同时，瓦萨纳瓦拉的实验室也在持续推进创新。他的团队的最终目标是实现整个成像过程的自动化，从识别所需的扫描类型、精确定位目标区域，到执行扫描并实时校正图像失真——所有操作都在几分钟内完成。.
“如果做核磁共振像量血压一样简单呢？”瓦萨纳瓦拉说。“这就是人工智能的愿景：赋予医生工具，让他们看得更清楚、行动更迅速，最终改变人们的生活。”
护理新时代：人工智能的三项突破正在改变妈妈和孩子的命运
及早发现风险——伊万娜·马里奇博士
妊娠期高血压——即妊娠期间出现的危险性高血压——影响着全球约81%的孕妇。每年约有1000万例病例，它是导致孕产妇死亡和早产的主要原因之一，并给数百万人带来终身健康问题。.
迫切需要及早、准确、经济地识别先兆子痫风险，并制定有效的干预措施来保障母亲和婴儿的健康。.
伊万娜·马里奇博士及其团队正在开发一种简单、低成本的检测方法，以便在症状出现前很久就能发现先兆子痫的风险。她的团队利用机器学习技术研究了血液中数百种生物标志物。随后，他们发现了一种特定的蛋白质比例，可以通过简单的尿液检测在怀孕10至12周时进行测量，这远早于症状的出现，也使得诸如低剂量阿司匹林疗法等预防性治疗能够发挥最佳效果。.
目前，该检测方法正在两项更大规模的研究中进行验证，其中一项是国际研究。一旦完成，无论女性居住在何处或拥有何种资源，该检测方法都能让世界各地的女性获得早期、个性化的产前筛查。.
“如果我们能在怀孕早期预测哪些孕妇有患先兆子痫的风险，我们就可以为这些孕妇提供预防性治疗，”马里奇说。“这有助于避免孕妇出现悲剧性的后果，以及婴儿早产带来的并发症。”
保护早产儿——Nima Aghaeepour 博士
早产儿在出生后的头几个月内可能会出现危及生命的并发症，而且往往毫无预兆。尼玛·阿加伊普尔博士是人工智能在母婴健康领域应用的全球领军人物，她正致力于改变这一现状。.
在早期的研究中，阿加伊普尔和他在斯坦福大学的合作者们开发了一种利用人工智能为体弱早产儿提供个性化静脉营养的方法，从而减少了医疗事故，并改善了资源匮乏地区的护理。现在，他正致力于预测和预防早产儿可能面临的最严重并发症。.
他的团队分析了超过13000名极早产儿的常规血液样本及其医疗记录。他们研究了哪些婴儿后来发展成与早产相关的四种主要并发症之一，例如支气管肺发育不良（一种肺部疾病）或脑出血。.
在他们发表于《科学转化医学》杂志的研究中，他们利用人工智能识别血液分子中的模式，这些模式与婴儿后来出现重大并发症有关。.
基于这些信息，研究团队开发了一种工具，能够以 85% 的准确率预测这些并发症。未来，该工具可以帮助医生识别哪些婴儿风险最高，并使他们能够及早干预，预防危及生命的健康问题。.
“这彻底改变了我们对早产的看法，”斯坦福大学早产研究中心主任大卫·史蒂文森医学博士说。.
扩大糖尿病护理——David Maahs（医学博士、哲学博士）和 Priya Prahalad（医学博士、哲学博士）
糖尿病管理的关键在于将血糖水平维持在健康范围内。但对于医疗团队来说，监测多名患者的血糖水平非常耗时。由医学博士兼哲学博士大卫·马赫斯 (David Maahs) 和医学博士兼哲学博士普里亚·普拉哈拉德 (Priya Prahalad) 领导的研究团队利用人工智能工具创建了一个智能仪表盘，旨在改善 1 型糖尿病青少年患者的护理。.
该仪表盘可同时收集并筛选来自多位患者的多项数据点。它显示哪些患者持续佩戴血糖监测仪并将血糖控制在目标范围内。这使得医疗团队能够专注于需要额外帮助的患者，例如，帮助他们获得新的血糖监测仪处方或调整胰岛素剂量。.
研究结果令人瞩目。Maahs 和 Prahalad 的研究发现，引入血糖监测系统后，血糖控制在健康水平的患者人数增加了一倍以上。更重要的是，无论患者的医保状况如何，所有背景的患者都从中受益。.
“通常情况下，当新的医疗技术问世时，一些患者会被落下，”马赫斯说。“令人鼓舞的是，来自不同背景的患者都从这个项目中受益。”
由慈善事业驱动
要了解斯坦福大学在该领域的科学进展以及支持人工智能中心的慈善机会，请联系 Charlie.White@LPFCH.org。.