IEEE-NSENS将定期关注对全球社会至关重要的特殊主题。例如,AI传感器,合成传感器,柔性、可穿戴传感器和电子产品,医疗保健生物传感器以及机器人微惯性传感器等。此次论坛将对人工智能,医疗保健和机器人技术中应用的智能微米和纳米级传感系统的最新研究成果进行传播。

John Mai 大图.jpg

以下为John Mai在“IEEE传感器理论及产业应用论坛”上的精彩致辞实录,由云现场整理。

    大家好,我来自南加州大学。首先,向大家澄清一下,我不是教授,我是我们投资团队的一部分。

    我们是在加州的南部,如果你想到迪士尼乐园和哈利波特之间,这个地方就是我们的大学。

    什么是AMI?我给大家解释一下,也许和你们说的有些不同,我们也没有压力去出版一些东西,所以为什么还存在呢?这是一个很好的问题,在这里有多少人有家庭和朋友有糖尿病的?你们都很健康,都没有糖尿病,我们发明了一个商业成功的胰岛素,1型糖尿病不仅要衡量血的葡萄糖,你还要注射胰岛素。他发明了一种泵,他创办了50人的公司,他那个时候已经有80亿美元,他想给1亿元给我们的大学做这样的研究,但是他有很多的规则。他和大学校长吃午饭的时候,捐赠了1亿美元给我们大学。我们的存在不是帮他损失了1亿美元,我们帮他赚了很多钱,我们投资了生物医药的设施,我们如何做到的呢?也许我不是研究员,我一个研究也没有做。但是我们USC有非常好的教授和专家,我们把这些教授专家结合在一起,他们给了我们很好的想法,告诉我们应该从事什么,我想把这些专家聚集在一起是非常好的,这不算是深度学习,但它也给了我们很好的典范。

    我们做了一种推拉的模型,一般情况下,都是学生问老师,老师告诉学生应该怎么样做,但是这不是我们做的方式,很多教授说,我有一个非常棒的想法,但是通过我们的新的推拉式的模式,我们首先跟病人去聊天,然后去跟医疗专家沟通,然后我会告诉他们说有一个医疗专家在这方面非常棒,他可以治疗这种疾病,病人就会问这种疾病发生下去会有什么样的后果。专家就说我可以追踪、确诊,可以以无创的方式治疗,那么病人会非常满意这个结果。我们并不能够说病人想要这个的话,我们医疗专家就必须免费提供、去分享,我们还是需要病人去配合的,如果病人不配合,我们医生是没有办法去追踪治疗的。我不知道中国的情况是怎样的,但是在美国,每个医生给病人的时候是15分钟,如果看得越仔细,收费也就越高。在这种模式下,医学专家说我会给你提供一些建议,或者我会给你提供一些想法,然后我们会看一下市场中的反馈,然后再进行临床的试验。我并不是一个执着于理论的人,医生通常会跟我说我想要测试一下这个产品,如果你可以开发这类的药物,我可以申请审批,我们并不是要打造一个数据库,我们也不想成为终身教授。我的主要目标就是要改善人们的生活。昨天我记得一个教授给我们分享了一个论文,他说预期人均寿命大约为75岁,然后他也说了,未来我们的人均寿命会长达100岁以上,确实我觉得这是一个好事,但我并不是说如果我有150岁,我剩下30年都是在病痛当中度过。所以不仅要提高人们的寿命,更重要的是要改善人们的生活水平。提高生活水平不仅仅是要消灭癌症那么简单,我们的工作目标就是要提高生活的质量。

    我想给大家三个例子,在座有些人从事纳米科技对吧?你们会设计纳米孔,2015年的时候,有些教授就说要把纳米孔移入体内当中,它可以治疗癌症,这是非常棒的。在两年之后,我们发现这个设备如果把它移植到皮肤当中,它就可以杀死癌细胞。这个公司就叫Pulse生物科学,然后我们就进行了投资。我们发现这个技术仅仅关注在癌细胞上,但是我们想说,提高人们生活质量并不仅仅是癌细胞那么简单,我们还需要关注其他的方面。因此,我们就投入了其他的一些资金,而且这个资金的回报率非常高。它并不是什么特别先进的技术,仅仅是纳米孔而已。

    第二个例子,是一个合资企业,49%和51%的比例,51%是中方控股,我们打造了OCT系统,主要用于糖尿病当中,也许你们当中每个人都会做示例的检测,我们去医院的时候,眼科医生都会通过一个仪器去看,这个仪器会检测出你是否患有糖尿病。在2014年的时候,我们投资了这一家公司,我们的目标就是得到CFDA的审批,然后在CFDA的审批上,我们购买你的股份,我们最终的目标就是要提高人们的生活质量。

    我们当下的经验主要是放在一系列的医疗设备上,比如我们研发了一个照相机或者一个仪器,它可以检测你是否有呼吸癌或者咽癌。在中国的东南部,其实这个发病率是蛮高的。我们与中国肿瘤医院合作,找到了这一信息,然后把这种信息反馈给我们的医疗部门,他们就研发了一系列的药物。这就是我们当下做的。这是一个OCT系统,你们当下还比较年轻,暂时还没有这种问题,但是你们的父母或者祖父母他们在耳朵方面可能会有问题,比如听力的衰退我们研发的这种设备可以让你深入地看到耳朵里面是什么引起的发病,什么引起听力的衰退,这个实验室研究进行了12年,我们没有任何干预他们的实验。他们在12年之后研发了一个手持设备,我们可以打造一个平台,让他们从事研究,他们可以追踪病人的情况,一般来说这个设备需要花15-20分钟检测,但是通过设备的发展,我们只需要15秒时间就可以检测到里面的数据。如何做到这一点呢?我们总是在想如何把这些设备变得更小、更快、更智能。

    另外一个事情是在OCT系统之上,我们可以看一下眼部的问题,我们是否可以通过这个设备观察到眼球内部的病变,甚至可以看到脑部里面是否有帕金森疾病的前兆。我们与各种USC、各种成像结合起来,可以轻易看到脑部里面发生的事情。

    最后想给大家一个例子,我们用深度学习,在与正常的图形成像来自动检测以及自动识别口服的药物。有一个学生跟我说,当我们生病的时候,我们必须要自己解决,我有一个奶奶,她每天都要吃很多的药丸,她总是记不住哪个药丸什么时候吃,而且就是因为总是记不得,所以她总是犯错,一旦吃错药物就会有很严重的并发症。我想研发一个苹果手机的APP,这个APP可以拍照自动识别药物,告诉你哪个时间点应该服用哪种药物。

    我给大家看一下当下我们正在从事的几个项目,这些就是药丸的照片,我们可以拍下这4种不同药物的照片,然后用VGG16转移学习,再与摄像机结合在一起,再研发一个APP,它的准确率是90%,这样可以帮助老人家自动识别可复用的药物。

    我们在机构内部有一些非常先进的设备是高光谱的摄像机,这个摄像机的精准度可以达到纳米级别,可以深入到10纳米,然后可以覆盖30种不同的纳米材料。问题在于它是否有用呢?我们发现每种药物都是不一样的,我们把药物放进去的话,这种药物非常贵,大概45美金,我们在摄像机拍摄下来药物要么是白色要么是橙色的,但是它们依然可以识别出不同的药物。如果我们只是使用摄像机或者改变光照,我们也没有办法提高准确率。但是回到机器学习,我们可以看一下右边的这张图表,哪一个是最简单的检测方式呢?我们可以通过一系列检测,这是一个6周的项目,我们项目还在起步阶段,我们总是在留意市场动态,如果有需要我们可以研发更多。

    对于那些已经认识我的人,我之前是从事生物传感器的,我曾经给华为做过生物的传感器,大家是否听过手表可以检测我们的血压,你们是否听过华为也是检测了很多监测设备,这些设备我也有参与其中。