The Google Fans Post

Google Fit 增加了“心率”和“呼吸频率”两个监测项目，使用手机的相机便可以 测量 这两个与人的健康密切相关的指标。测量呼吸频率时用户只需要打开前置相机保持不动；测量心率则需要用户打开手机相机闪光灯并将手指置于相机之上。能够实现对这些指标的测量得益于手机传感器和计算机视觉方面的技术进步。用户可以在 没有数据连接 的时候测量心率和呼吸频率，数据通过设备进行捕捉，测量的数据也不会传送到云端。

更新后的 Google Fit 把用户的各种健康信息汇集在一起，供用户随时查看。用户如果使用睡眠追踪应用程序或者设备，Google Fit 可以同步这些数据从而了解自己的 睡眠状况 。在手机上当用户完成某项体育运动后，用户将能够分享自己的运动轨迹和数据到社交媒体。Wear OS 上的 Google Fit 也有改进，增加了天气、锻炼、呼吸 三个磁贴 ，使用户一目了然重要信息。 

追踪用户活动与健康的 Google Fit 应用最近的更新把“步数”放到了 更为突出的位置 。应用界面两个圆圈分别对应于“步数”和“Heart Points”（ 心肺强化分数 ）。很多用户比较关注每一天的步数，所以 Google 根据反馈信息对 Google Fit 应用界面进行了调整。无论是在手机应用还是 Wear OS 上，心肺强化分数的每周分布都呈现了出来，这可能有助于鼓励用户每周完成和超过最低的心肺强化分数（150 分）。 美国心脏协会 （AHA）和 WHO 鼓励人们每周至少达到 150 分，以保持身体的健康。

搜索 COVID-19（2019 冠状病毒病），除了新闻，用户首先获得的是来自 WHO（世界卫生组织）的若干有用的信息以及一则 WHO 发布的“如何洗手”的视频。如果用户在 YouTube 观看与 COVID-19 相关的视频，CDC 的链接也处于视频下方最明显的位置。或者是 WHO 的链接，可能视情况而定。/ The Verge Google 还禁止了与此“病毒”相关的 YouTube 视频货币化（广告）功能。虚假信息和不良应用也有被积极地处理。 The Verge 此文说，无论出于什么原因，Google、Facebook、Twitter、Pinterest 都有积极的行动。不久前，Trump 转发的虚假（造谣）视频 被 Twitter 标记为“manipulated”（被操纵的） 。 “受委屈”的共和党人会对这些行动进行批评。作者说，不过，现在的情况已经不再是“科技公司是否要进行干预”了，现在讨论的是“它们的干预是否有效”的问题。

Google 和美国最大的医疗健康系统之一合作了一个项目，在 21 个州收集和分析数百万人的医疗健康信息， WSJ 报道 。Amazon、Apple、Mircosoft 也有类似的企图，也就是打进医疗健康领域，但其规模都不及 Google 所达成的这个协议。 合作项目叫做 Project Nightingale（夜莺项目），去年秘密地与圣路易斯的 Ascension（ 世界上最大的天主教健康系统 ）联合启动，涉及 2 600 多家医院等设施，数据分享在今年夏天开始加剧。数据包括实验室结果、医生诊断信息、住院记录以及包括病人姓名和出生年月日的完整的医疗健康历史。 医生和病人都没有被告知。至少 150 个 Google 雇员已经访问了数千万病人的多数信息。 在给 WSJ 报道的声明里，公司表示合作计划遵从了联邦健康法律，对病人数据有强有力的保护措施。Ascension 的雇员也有对这种数据收集、分享行为提出技术上的、道德上的质疑，但隐私专家表示这种做法没有问题。1996 年的《健康保险流通与责任法案》 （ Health Insurance Portability and Accountability Act ）基本允许医院与商业机构分享病人的数据而无需提前告知病人，只要这些信息“只被用于帮助所覆盖的实体履行其医疗保健职能”。 Google 使用这些信息目的是通过 AI 和机器学习技术设计出软件，向独立的个体提供关于其医疗护理方面的建议。Google  Cloud 主席说公司在医疗健康领域的目标是改善结果、降低花费、挽救生命。 Google 和非盈利组织 Ascension 这样做也有经济利益方面的动机。Google 分配给 Project Nightingale 若干工程师进行工作但没有收取费用，Google 希望它能够使用这种架构向其他医疗系统销售类似产品。Google 的终极目标是打造出一个搜索工具，汇总不同的患者数据而存放于一处。Ascension 是美国第二大健康系统，对病人数据的分析，它的总体目标是改善医疗健康服务；与此同时，又有可能识别出其他的必要测试或方法，它的系统凭借这些服务又可以从病人那里获取更多收入。 Google 在保护用户数据方面的记录并不好看，比如说对 YouTube 的罚款，以及正...

Google Fit 最近的更新已经出来一段时间了，主要是两个变化：黑色主题和睡眠追踪。黑色主题是 Google 应用 逐渐发展的一个方向 ，比如 Chrome Canary 已经在测试黑色界面了。比较重要的更新，则是“Sleep”新栏目，即 记录用户睡眠状况 的一个功能。不过，并不是 Google Fit 主动监测用户的睡眠情况，它只是用两个图表（睡眠时段和睡眠时长）来反映用户告诉它的信息。一段时间以后，用户便可以直观地看出自己睡眠状况的好坏，以便进行调整、改进。 用户一般不太容易每天都准确地搞清楚自己何时入睡、何时起床的，好在 Google Fit 可以接入第三方应用来整合那些专业睡眠监测应用的数据，从而免去一些麻烦。我测试了 Sleep as Android ，它可以接入 Google Fit，它的完整服务可以一次性购买。另外一个专业睡眠监测应用 Sleep Cycle 我使用的是其免费版本，它能够记录入睡、醒来时间，不过没有找到接入 Google Fit 的选项。

重新设计的 Google Fit 应用 登陆了 iOS 平台 ，它与 Apple Health 进行了整合，而且可以和 Apple Watch、Wear OS 进行同步。Google Fit 是 2014 年出现的服务 ，一直以来只限于 Android 用户使用。 新的 Google Fit 的一个重要功能是 Heart Points。我觉得它不是一般的对用户运动数据的简单记录，它是数据之上的数据，是指标汇总之后的指标。从这个意义上看，用户一天走多少路、运动多长时间并不重要，重要的是 Heart Points 是否有积累，即运动强度和质量是否足够，而这才是对用户身体健康重要的因素。

Google 和其姊妹公司 Verily 正投入巨资到 AI 和医疗健康领域， NPR 报道 。Google 是 NPR 的资助者之一。 机器学习和 AI 的底层基础技术适用于完成各种任务，Google 的神经学家 Greg Corrado 说。“无论是进行导航、分类邮件，还是医疗健康领域里的医生、护士、病人每天所面对的事情，”他参与开发了 Gmail 的“推荐回复”功能。 Google 意识到庞大的医疗健康市场极为有利可图，这个市场占据美国 GDP 的 20%。Google、IBM、Apple、微软都想从中寻找到商机。 十年前 Google Health 没有取得成功。Google 后来重整旗鼓，继续发力医疗健康领域。数百名雇员工作在公司的健康项目上，一般会与学术机构或其他公司合作。据推测，Google 可能投入了数十亿美元，具体数额 Google 没有披漏。 Google（Alphabet）的工作主要的方面由 Verily 进行。它开发了软件以诊断糖尿病性视网膜病变，现在 应用于印度 。Verily 还有监测血糖、手术机器人等方面的研究项目。 应用于自动驾驶汽车上的算法同样可以使用到医疗健康设备上，身体的健康信号会触发医疗设备作出反应，技术与医疗健康的交叉正在起作用，重要的是对大量数据的处理。 医院存有的病人的大量信息可能有助于算法从中汲取到有价值的东西。譬如说，一个人生病了，而后恢复了健康，后来又可能生病。这个由健康到再生病的过程，如果算法能够抓住某些早期信号进行预警，那么这个人就可以在病发之前有所准备和行动，Verily 的心脏病学专家 Jessica Mega 解释道。 医疗数据一般是不作研究使用的。所以 Verily 与杜克大学、斯坦福进行了合作，并招募 1 万名志愿者参与提供数据。个人数据被私人公司所收集，并不令人十分放心。不过有参与者认为那要看这些数据收集起来作何使用。“用于研究，那就没问题。” Google 在医疗领域招募了若干人才。Google、Amazon 包括 Apple 均在储备人才资源。显然 Google 属于一个重量级选手。不过，因为医疗健康领域非常复杂，Google 需要平衡创新、访问性、公平和健康平等等因素。Google 目前的主要办法是与行业内选手及科研机构进行合作。Corrado 表...

糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）是两类可以预防的能够致人失明的糖尿病并发症。 印度因为缺乏眼科医生，7 200 万糖尿病患者中只有 600 万有对眼睛进行检查，这导致很多人由于没有及时检查诊断而错过最佳治疗期。 Google 博客 报告说过去 3 年公司与 Alphabet 旗下的 Verily 开发了一套机器学习算法使筛查眼部疾病变得更容易。Google 启动了一个全球临床研究计划，以印度为重点。 Google 称现在在印度马杜赖的一家眼科医院，算法首次被应用于临床检查。 机器学习技术应用于眼部病变的扫描筛查，提升了筛查效率，给医生留下更多时间与病人沟通治疗事宜，这家医院的首席医师说。 Google 相信其算法可用于很多地方，如果那里缺少医生而糖尿病患者较多的话。Verily 获得了算法的 CE 标志，表明软件符合 European Union Directive（ 欧盟指令 ）医疗设备标准，进一步说明了 Google 开发的算法的实用性。 去年年底 Google 宣布在泰国开展研究，今年将在研究和临床方面向全球拓展，目标是能够给更多病人进行眼部扫描而预防病变。 Google、Verily 研究人员的研究成果发表在 JAMA 、 Ophthalmology （《眼科学》）及 Nature Biomedical Engineering 期刊上。

Google Fit（健身）服务旧有的网站将于下月关闭， 9To5Google 报道说 。 去年 Google Fit 应用进行了重新设计，包括提出新的健身指数 Heart Points 以及新的 Material Design 风格界面。 旧版 Google Fit 所对应的网页则一直没有变化。 旧版 Google Fit 网页 与旧版应用的功能一致，不过新版 Google Fit 应用的部分数据比如步数、移动时间等也都可以同步到网页上进行查看。 Google Fit 新的介绍页面 指导用户使用其 Android 或 WearOS 应用。 Google 介绍说将把更多精力集中在提升移动应用的体验方面。 2019 年元旦的时候 Google Fit 曾邀请用户参加“新年挑战”，通过多运动来积累更多的 Heart Points。约 30 万人参加了这个挑战。 在 Android 上 Google Fit 应用的挂件（Widgets）比较丰富实用。用户有三种选择在屏幕上显示 Google Fit 数据，包括一个 3×3 的完整信息挂件、3×1 的三个关键数据挂件以及 1×1 的单一数据挂件。

Google Fit 是 Google 在 2018 年全新推出的一款健身应用。它自动追踪并记录用户的步行、骑行、跑步等活动。用户也可以手动录入体重、血压数据以及其他体育活动信息，以监测自己的身体和活动状况。 新年前夕， Google Fit 向用户发起 1 个月的健康生活挑战 ，以激励用户更多的活动和运动。Google Fit 不只记录具体的活动信息，比如步数、活动时间、跑步轨迹等，它还与美国心脏协会（AHA）合作推出 Heart Points（心脏分数）指标，反映用户的活动时间和剧烈程度。 每个人每周至少应该达到 150 分 Heart Points，这有助于减低患心脏疾病的风险，缓解精神压力并改善睡眠。 新年第一个月，用户可以使用 Google Fit 来挑战自己，看看自己能够获得多少 Heart Points。1 月在北半球通常是比较寒冷的时间，所以完成这个挑战也不是那么容易。 根据我个人的经验，每天步行 1 个小时，每周跑步 1～2 次，就很容易达到 150 分甚至更高。

位于伦敦的 DeepMind Health（健康）分支被纳入 Google，反映出 Google 在医疗保健方面的雄心。 DeepMind 创始人称此举具有“里程碑式”意义，将使其开发的 Steams 应用成为医生和护士的 AI 助手。Steams 应用目前在英国医院里进行测试使用，帮助医生对病人进行管理。 Steams 应用团队将继续留在伦敦并与 NHS 展开合作，双方开展了若干项目，比如使用 AI 来探测眼部疾病的工作。 DeepMind 与 NHS 的合作并不是一帆风顺。2017 年英国的数据监管机构认定合作非法，因为病人并没有被告知其数据将被如何使用。DeepMind 的 Google 背景也使人不得不担心隐私问题。 Google 吸收了 DeepMind 的 Steams 团队，据 CNBC，一个独立的审查小组将被关闭，这个小组负责审查和监督 DeepMind 在健康方面的工作。 Google 吸收 DeepMind Health 反映出 Google 在健康医疗方面的雄心，以及 Google 想完全把 DeepMind “收入囊中”的愿望。有报道称 Google 与 DeepMind 之间一直存在摩擦，Google 希望能商业化 DeepMind 的工作，DeepMind 则尽量想做一些富有远见的研究性工作，并吸引世界上最优秀的 AI 人才参与其中。 DeepMind Health 的工作成果相比而言更有可能尽快投入应用，这可能是它被 Google 吸收的一个原因。David Feinberg 刚刚被任命为 Google Health 部门 CEO，他将重组 Google 在健康方面的若干布局，包括从硬件到算法的方方面面。 https://www.theverge.com/2018/11/13/18091774/google-deepmind-health-absorbing-streams-team-ai-assistant-nurse-doctor

Bloomberg 报道说，Google 开发出的 AI 能够根据病人的医疗历史记录，预测病人的健康状况甚至因疾病而死亡的可能。Google 的技术比其他技术预测速度更快，准确率更高。 Google 的 AI 使用了神经网络，后者在整合数据、分析和学习数据方面效果良好。算法是通过提取 PDF 等历史文件中的笔记记录信息，来作为预测的依据的。Google 的这个系统能够据此预测一个病人住院后多久出院、再度住院可能性和死亡可能性。 一个例子是，医生收治一位病人，预测此人有 9.3% 的可能性死亡。Google 的算法报告称其死亡可能性为 19.9%。病人不久去世。 Google 的这项技术可以用于帮助医生对病人病情作出更好的判断。Google 是尝试使用 AI 技术解决若干医疗健康难题的公司之一。AI 与人类相比优势在于它可以迅速处理大量的数据信息。 AI 能够预测人类的死亡这个消息，可能引起那些担心 AI 有可能掌控人类的人新的担忧。Google 的此项技术还存在一些道德层面的问题需要考虑，比如医院可以用它来分配稀缺的病床，或者辅助作出某些医疗保险覆盖方面的决定，病人很可能正急需此类保险以进行医疗救治。 http://www.businessinsider.com/google-ai-predict-when-patients-die-2018-6

Google AI 和 Verily 的研究人员开发出一个算法，借助机器学习技术，通过检查人眼视网膜照片，可预测一个人五年内患心脏病、中风等心血管疾病的风险。人的年龄、血压、是否吸烟等信息也可以通过这种方法揭示出来。当前，被接受的预测方法与这种新方法相比，更具侵入性。研究报告发表在《Nature Biomedical Engineering》杂志上。 AI 软件首先被训练学习了超过 28 万病人的视网膜照片和医疗数据。软件所查看的是视网膜眼底照片，这里充斥着血管，反映出人体的总体健康状况。此项成果表明 AI 在改善预测诊断工具方面的巨大潜力，AI 不是要取代医生，而是拓展了医生所能掌握的信息。未来，AI 在科学发现中可能扮演极为关键的作用。 心血管疾病是人类的头号杀手。早期预测有助于提醒患者及时改变生活习惯，降低患病风险。不过，Verily 心血管健康创新部主管表示，此项成果仍属于初级阶段。 1. http://www.businessinsider.com/google-verily-predicts-cardiovascular-disease-with-eye-scans-2018-2 2. https://www.theverge.com/2018/2/19/17027902/google-verily-ai-algorithm-eye-scan-heart-disease-cardiovascular-risk

【目前，大型研究项目正在探索如何将智能设备数据和人体的健康指标整合起来，以实现疾病的早期预测、药物开发和个人化医疗服务等目标。】 Verily Life Sciences 是从 Google 分拆出去、属于 Alphabet 公司旗下的生命科学研究部门。6 月底，Verily 启动一项为期 4 年、10 000 人参与的研究项目 Project Baseline（基线项目），旨在探索如何将智能设备读数与基因检测等数据关联起来，以提升人们总体健康水平，并对那些有中风或癫痫发作等急性医疗情况风险的人作出预测。 类似的，美国国立卫生研究院（NIH）在 6 月初开始一项通过 100 万参与者的可穿戴设备收集数据的研究项目。事实上，有更多的公司和研究者正在利用智能电子设备所产生的数据，开展健康和医疗方面的研究工作。 有一些智能设备用户，希望量化他（她）们生活的每个细节，比如一天走了多少步路这样的数据。技术信徒预见到有一天，智能手机的感应器将成为个性化医疗的组成部分。 第一步是开发出软件平台，将感应器的输出数据与基因组数据和常规医学信息整合起来。研究人员希望能够从中得到数据信号来预测疾病，指明为每一个病人提供私人订制的医疗服务的路径。 历史上有过先例。1948 年在马萨诸塞州开始的 Framingham Heart Study，对 5 000 个成人进行监测。而后几十年，数据显示心脏病与高胆固醇、血压升高和吸烟之间的关联性。 Project Baseline 的参与者将佩戴 Verily 专有研究手表，将心率、运动等数据传输至数据库。床垫下的感应器监测人的睡眠模式。基因组数据、自我报告的感觉信息、健康记录、家族史以及尿液、唾液和血液的定期实验室检查结果，也属于 Verily 收集的数据范围之内。 主要目标是帮助公司测试和完善其整合多维健康数据的平台，这样其他人就可以使用它来验证假设、测试工具或技术。Verily 将根据具体情况，与大学和其他公司的研究者，分享参与者的匿名数据。 前面提到的 NIH 的研究称之为 All of Us，本财年收到 2.3 亿美元资助。参与者有选择性地向研究者发送其通过智能腕带、睡眠感应器、环境监测、遗传和微生物测序等技术产生的数据。 较小型的研究项目开展的更早一些。斯坦福大学遗传学家 Mike Snyder 已经从...

Google 研究人员开发的用于检测糖尿病相关眼部疾病的图像识别算法——一种深度学习 AI——目前在印度已完成临床研究，此技术将开始服务于真正的病人[1]。如果应用获得成功，数百万人将不会因为身患糖尿病而致盲。 研究人员去年在《JAMA》上报道了这一研究成果[2]。视网膜扫描系统使用了同样应用于 Google 图片搜索和 Google Photos 识别物体的深度学习技术。这个程序检查病人的视网膜图片，来发现能够反映糖尿病性视网膜病变早期病症的微小动脉瘤（aneurisms），而此病变在不治疗的情况下可致人失明。 全球有 4 亿糖尿病患者，在印度约有 7 000 万。Google Brain AI 研究组产品经理 Lily Peng 表示，包括印度在内的全球很多地区，缺少眼科医生，许多糖尿病患者不会被推荐进行年度检查以发现糖尿病性视网膜病变。而这种致盲原因是完全可以避免的，一半的人因此丧失视力。 在印度，Google 与 Aravind 眼部护理系统合作，后者是一个眼科医院网络。Aravind 提供图像给 Google 以训练其图像解析算法。在去年发表的论文中，此技术的准确度相当高，现在终于可以应用于实际了。 Peng 表示此 AI 技术的应用对病人来说是福音，也不会使医生丢了饭碗。算法只是代替人完成图像扫描和识别工作，因为进行这方面工作的人手不够，从而让医生可以去做更重要的事情。“这里没有足够的专业知识可供利用，我们应该让专家去治疗病人。” 1.  https://plus.google.com/+LifeatGoogle/posts/3zqjgifBjTN 2.  https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/PUQFZTYq4Yq