發(fā)布日期：2018-06-20 
在之前的文章中，我們曾經(jīng)報(bào)道過，斯坦福大學(xué)于今年年初開發(fā)出了一款 AI 算法，可以預(yù)測住院的病人何時(shí)去世。而這一技術(shù)在最近又得到了進(jìn)一步的飛躍：近日，谷歌 AI 團(tuán)隊(duì)的研究人員使用 AI 算法，能夠成功預(yù)測出患者在住院治療后的 24 小時(shí)后是否面臨死亡的風(fēng)險(xiǎn)，而預(yù)測結(jié)果的準(zhǔn)確率達(dá)到了驚人的 95%！這項(xiàng)研究的結(jié)果已經(jīng)發(fā)表在了《自然》子刊《npj Digital Medicine》上。

　　在這項(xiàng)研究中，研究人員利用神經(jīng)網(wǎng)絡(luò)及大量患者生命體征和病史等相關(guān)數(shù)據(jù)，來對入院患者的死亡風(fēng)險(xiǎn)進(jìn)行預(yù)測。這種新算法將每個(gè)病人記錄的先前事件綜合排列到一個(gè)時(shí)間軸中，從而讓深度學(xué)習(xí)模型能夠?qū)λ劳鰰r(shí)間等未來的結(jié)果進(jìn)行預(yù)測。這個(gè)神經(jīng)網(wǎng)絡(luò)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(jìn)行更加全面和完善的預(yù)測。在整個(gè)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(gè)數(shù)據(jù)點(diǎn)。

AI 算法預(yù)測過程示意圖（圖片來源：《npj Digital Medicine》）

　　在其中一個(gè)主要案例研究中，谷歌的研究人員將這個(gè)算法應(yīng)用于一位患有轉(zhuǎn)移性乳腺癌的患者身上。根據(jù)醫(yī)生診斷和放射圖像結(jié)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(gè)數(shù)據(jù)點(diǎn)之后得出，這名患者的死亡概率為 19.9%。事實(shí)上，這位乳腺癌患者在入院不到兩周的時(shí)間內(nèi)，因病情過重而不幸去世。這一結(jié)果側(cè)面驗(yàn)證了這個(gè)新算法的準(zhǔn)確性。

　　研究人員表示，和之前其他研究相比，這項(xiàng)研究能夠讓機(jī)器獨(dú)立對數(shù)據(jù)進(jìn)行解析，同時(shí)也可以對以前無法獲得的數(shù)據(jù)進(jìn)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(jīng)網(wǎng)絡(luò)可以將這些數(shù)據(jù)納入分析范圍，同時(shí)比現(xiàn)有技術(shù)更迅速和更準(zhǔn)確地對結(jié)果進(jìn)行預(yù)測，甚至還可以呈現(xiàn)有哪些數(shù)據(jù)和醫(yī)療記錄導(dǎo)致了最終的結(jié)論。

　　谷歌 AI 部門的負(fù)責(zé)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(yīng)用于實(shí)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?qū)膊『拖鄳?yīng)的癥狀進(jìn)行準(zhǔn)確預(yù)測。同時(shí)，這一研究還有望讓醫(yī)生不再需要花費(fèi)大量時(shí)間，將患者的各種健康數(shù)據(jù)整合成標(biāo)準(zhǔn)化的格式。這樣一來，醫(yī)生就可以和患者進(jìn)行更多的互動和交流，從而根據(jù)患者的實(shí)際情況來調(diào)整治療計(jì)劃，還可以及時(shí)發(fā)現(xiàn)治療中的緊急情況并采取相應(yīng)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