發(fā)布日期：2018-06-20
在之前的文章中，我們曾經報道過，斯坦福大學于今年年初開發(fā)出了一款 AI 算法，可以預測住院的病人何時去世。而這一技術在最近又得到了進一步的飛躍：近日，谷歌 AI 團隊的研究人員使用 AI 算法，能夠成功預測出患者在住院治療后的 24 小時后是否面臨死亡的風險，而預測結果的準確率達到了驚人的 95%！這項研究的結果已經發(fā)表在了《自然》子刊《npj Digital Medicine》上。
在這項研究中，研究人員利用神經網絡及大量患者生命體征和病史等相關數(shù)據(jù)，來對入院患者的死亡風險進行預測。這種新算法將每個病人記錄的先前事件綜合排列到一個時間軸中，從而讓深度學習模型能夠對死亡時間等未來的結果進行預測。這個神經網絡記錄的數(shù)據(jù)類型非常廣泛，甚至包括了手寫筆記、評論和舊圖表上的涂鴉，以進行更加全面和完善的預測。在整個研究中，研究人員分析了超過 21 萬例住院病例，以及約 11 萬名患者的電子健康記錄（Electronic Health Records，EHR）中超過 460 億個數(shù)據(jù)點。
AI 算法預測過程示意圖（圖片來源：《npj Digital Medicine》）
在其中一個主要案例研究中，谷歌的研究人員將這個算法應用于一位患有轉移性乳腺癌的患者身上。根據(jù)醫(yī)生診斷和放射圖像結果，醫(yī)院給出該患者住院期間的死亡幾率為 9.3%。而谷歌的算法在分析了該名患者電子健康記錄中的 17.5 萬個數(shù)據(jù)點之后得出，這名患者的死亡概率為 19.9%。事實上，這位乳腺癌患者在入院不到兩周的時間內，因病情過重而不幸去世。這一結果側面驗證了這個新算法的準確性。
研究人員表示，和之前其他研究相比，這項研究能夠讓機器獨立對數(shù)據(jù)進行解析，同時也可以對以前無法獲得的數(shù)據(jù)進行篩選，包括 PDF 文檔中的數(shù)據(jù)及舊筆記和圖表中記錄的信息等。神經網絡可以將這些數(shù)據(jù)納入分析范圍，同時比現(xiàn)有技術更迅速和更準確地對結果進行預測，甚至還可以呈現(xiàn)有哪些數(shù)據(jù)和醫(yī)療記錄導致了最終的結論。
谷歌 AI 部門的負責人 Jeff Dean 博士表示，研究人員的下一步工作方向是將這一研究應用于實際診斷之中。為此，谷歌的健康研究部門正在開發(fā)一系列 AI 工具，能夠對疾病和相應的癥狀進行準確預測。同時，這一研究還有望讓醫(yī)生不再需要花費大量時間，將患者的各種健康數(shù)據(jù)整合成標準化的格式。這樣一來，醫(yī)生就可以和患者進行更多的互動和交流，從而根據(jù)患者的實際情況來調整治療計劃，還可以及時發(fā)現(xiàn)治療中的緊急情況并采取相應的急救措施。
參考資料：
[1] Scalable and accurate deep learning with electronic health records
[2] Google Is Training Machines to Predict When a Patient Will Die
[3] Google says its AI is better at predicting death than hospitals
[4] Google's AI Can Predict When A Patient Will Die
來源：藥明康德AI
