享受大自然本应是一种宁静的体验：鸟鸣啁啾，蜜蜂嗡嗡，溪水潺潺。然而，花粉这种常见的过敏原却常常打破这份宁静，让过敏体质的人瞬间喷嚏连连、泪眼朦胧，典型的季节性过敏症状令人困扰不已。

预测季节性过敏的时间与强度，一直是医学研究中的难题。不过，位于帕洛阿尔托的初创公司——doc.ai，正试图通过其首批数据试验，利用人工智能技术破解这一痛点。

这家公司开发了一款移动应用，将医疗保健机构、医学研究人员与普通智能手机用户紧密连接起来。简单来说，用户可以选择加入某项数据试验，分享自己的匿名健康信息，从而获得个性化的健康洞察，同时还能获得区块链代币作为奖励。首批试验聚焦于过敏预测，未来还将扩展到更多疾病领域。

“我们的目标是通过收集海量健康与医疗数据，构建更精准的预测模型，从而加速整个医学研究进程。”doc.ai的联合创始人兼COO Sam De Brouwer解释道。

作为NVIDIA Inception虚拟加速计划的成员，这家初创公司正与Anthem等医疗保健机构，以及哈佛大学、斯坦福大学医学院的研究导师紧密合作。以doc.ai首席科学官Jeremy Howard为首的研究团队，可以临时访问这些匿名用户数据，用于训练基于AI的预测模型。

手机参与医疗数据试验，轻松获取健康洞察

Doc.ai的核心理念是：让用户有机会参与医学研究并从中受益，同时保留对自己分享数据的完全控制权。他们搭建了一个基于Python的数据科学平台，用于训练和构建模型，并采用区块链技术保障用户医学数据的隐私与安全。

“人们想知道自己的数据去向，并且希望对这些数据拥有绝对的控制权。”De Brouwer强调。用户可以在App内自由选择要参与的数据试验，以及决定愿意分享哪些健康数据。

研究团队内部已完成首次数据试验，目前正在构建用于预测季节性过敏的深度学习网络。该试验为期一年，参与人数可达2000人，旨在通过AI模型更早、更准确地预测过敏发作。

为了创建过敏预测模型，他们收集了三种关键类型的数据：

首先，用户需要拍摄一张自拍照。一款名为“Selfie To BMI”（自拍测BMI）的AI模型，经过200万张人脸图像的训练，能够根据照片预测用户的体重指数（BMI），同时综合考虑年龄、身高、体重等因素。

其次，用户需要输入自己当前及过去的邮政编码。这些位置数据会与40年的开源空气质量及花粉信息关联，帮助模型判断用户可能接触到的过敏原种类与浓度。

最后，App会连接用户的Fitbit或Apple HealthKit数据，采集身体活动信息。当用户出现过敏症状时，还可以通过App提交自我报告，方便模型实时校准。

“我们正在消除研究障碍，把研究周期从几个月缩短到几周。”De Brouwer表示，“一切信息都集中在手机上。”研究人员利用Google云端平台上的NVIDIA Tesla V100 GPU，使用参与者同意分享的匿名数据来训练神经网络。

未来，经过审核的外部数据科学家也能访问这些去识别化的数据。参与者对自己报名试验的数据用途，享有完全的知情同意权，确保数据使用的透明与合规。

除了过敏预测，其他研究项目还涉及疼痛管理、癫痫、克罗恩病和莱姆病等领域。这些未来的试验还会纳入新的数据维度，例如微生物群、遗传信息以及血液检验数据，进一步拓展AI健康预测的边界。