配备有介于医生办公室和医院之间的设施，并由AI代理引导医疗全科医生进行不熟悉的诊断和程序的车辆，可以改善农村地区的医疗服务。美国卫生高级研究计划局（ARPA-H）正在投资开发这种诊所，密歇根大学领导着两个大型团队之一设计和建造AI组件。
即使在农村医院开始缩减服务和关闭之前，对于生活在偏远地区的人们来说，获得持续的医疗服务已经是一个挑战。这个新项目旨在改善准入，结合了《Knight Rider》和《Northern Exposure》的特点，在未来，农村医疗专业人员可以通过他们所乘坐的车辆实时扩展他们的知识。
“我们希望把医院带到家里或教堂停车场——无论是在密歇根州上半岛还是印第安纳州中部——那里最近能提供患者所需护理的医疗中心可能有两小时车程。”AI项目负责人、密歇根大学机器人学和电气工程及计算机科学教授Jason Corso说。
移动诊所将通过减少其服务区所需的永久建筑数量，并让执业护士和护士在AI代理的指导下执行更复杂的程序来降低护理成本。AI代理还将能够学习诊所运营商和患者的需求，因此无需手动定制软件。
该项目由ARPA-H资助最多2500万美元，密歇根大学领导的AI团队汇集了一个广泛的医院专家、农村从业者和工程师小组，分为三个子团队。他们代表八所大学和研发公司RTX BBN Technologies。AI代理将成为ARPA-H五部分计划的一部分，用于原型化该移动医疗诊所所需的设备。
其他部分旨在连接诊所内、患者佩戴的以及患者健康记录中的各种数据源；开发用于移动3D成像的微型CT扫描仪；并构建原型移动诊所。最终，团队将在第三年测试移动诊所中的AI代理。在此之前，他们将使用一个固定诊所，按照提议的车辆配置，评估代理如何满足患者和临床医生的需求。
该诊所的AI建立在Corso之前的工作基础上，即设计能够在不同场景中提供智能指导的AI代理。烹饪是一个很好的测试平台，因为它涉及一系列原材料和工具、一系列事件和熟练的技术——而且风险相对较低。他的团队随后基于这些策略，指导士兵进行战场上的救命医疗。对于当前项目，团队预计AI代理将与家庭医生或执业护士合作——具有大量基础知识但缺乏专科培训或经验的人。
团队将工作分解为多个部分。技术团队擅长计算机科学，将构建能够表示医疗任务、车内发生的事情以及患者状况的模型，目标是创建一个不仅能够观察全科医生的动作并引导他们完成不熟悉的任务，还能识别意外情况并相应调整的AI代理。
这一能力的一部分将是识别人类的情感状态，例如当患者的病情急剧恶化时，全科医生变得紧张。护理领域的合作者将带来解读人的专业知识，并校准他们提供的帮助。借助他们的输入，AI代理可能会学会在紧张情况下改变其传递信息的方式。
医疗团队和系统集成团队将收集用于训练模型的数据集。这包括评估可能导致错误诊断和治疗的数据偏差。医疗团队还将提供关于如何执行医疗任务的丰富指导，如心脏和创伤护理。
系统集成团队和技术团队将构建名为VIGIL（长距离农村医疗保健中的智能引导向量）的原型AI代理。然后，系统集成和医疗团队将通过临床环境中的测试迭代改进它，解决医疗专业人员和患者指出的痛点。
技术团队成员包括：
- 密歇根大学：Corso（项目负责人；物理AI），Anhong Guo（交互系统），Andrew Owens（多模态AI），Mike Oelke（项目管理）
- 科罗拉多州立大学：Nathaniel Blanchard（计算机视觉），Nikhil Krishnaswamy（AI语言），Sarath Sreedharan（AI物理系统），Bruce Draper（计算机视觉）
- 史蒂文斯理工学院：Enrique Dunn（3D环境建模）
- 东北大学：Ehsan Elhamifar（任务和恢复监控）
- 宾夕法尼亚大学：Alison Marie Pouch（医学图像分析）
- 普渡大学：Jeffrey Siskind（AI物理系统）
- 罗切斯特大学：Chenliang Xu（多模态AI）
医疗团队成员包括：
- 密歇根大学：Prashant Mahajan和Kevin Ward（急诊医学），Milisa Manojlovich（护理），Donald Likosky（结果评估），Francis Pagani（心脏外科）
- 宾夕法尼亚大学：Pouch（医学图像分析），Emily Mackay（心脏麻醉）
- 中央密歇根大学：Sethu Reddy（内分泌学），Alison Arnold（农村医学），Steve Vance（农村医学）
系统团队成员包括：
- RTX BBN：Brian van Voorst（首席科学家兼研究员），Muntaha Samad（研究首席工程师）
(全文结束)
