社交账号登录

社交账号登录

0/34

上传头像

拖拽或者缩放虚线框,生成自己满意的头像

头像

预览

忘记密码

设置新密码

智能

Google 的人工智能有了新用途,预测病人死亡的概率有多大

唐云路2018-06-19 16:40:42

解决了一些实际问题,带来了更多的疑问

电子病历(electronic health record)究竟有什么用?

现在我们大量的电子病历,其实还是 pdf 文件或者扫描文件的堆叠,人们通常意义上理解的电子病历也顶多是起一个存档的作用。Google 的人工智能团队最近将美国两个医疗中心的 21.6 万份病历按照 FHIR(Fast Healthcare Interoperability Resources)标准重新描述,以此来探索电子病历的可用程度。

FHIR 也就是快速医疗保健互操作性资源,你可以将它理解成一标准协议,基于这项协议组织的患者医疗记录,能够帮助人工智能通过深度学习,预测医疗事件的可能性。这项研究已经于今年五月发表在《自然》杂志上。

这 21.6 万份的医疗记录,被转换成了 468.64 亿个数据点,在预测院内死亡率、30 天无计划再入院率、延长住院时间以及所有患者的最终诊断等方面,人工智能都获得了极高的准确度。

在预测预测死亡率这一项,研究对象所绘特征曲线下面积(AUROC)是 0.93-0.94(简单理解就是,AUCOC 越接近于 1,说明诊断效果越好)。

论文中举了具体病历的例子,一位入院病人的病历被转换成为 17.56 万个数据点,Google 的深度模型判定该病患的死亡率为 19.9%,而通过普通模型预测的死亡率为 9.3%,这位病人也确实在入院十天之后死亡。

“今天我们为预测模型所做的工作,80%都是为数据的呈现方式所做的‘杂活’。”这篇论文的联合作者、斯坦福大学助理教授 Nigam Shah 表示。

Google 的下一步是将这个预测系统应用于临床。这个名叫“医疗大脑(Medical Brain)”的健康研究部门正在开发大量人工智能工具,用来提高预测症状与疾病的准确性。 FHIR 则是后续大量工作的前提。

彭博社援引一位 Google 内部员工的说法是:“他们终于找到了 AI 用于商业化变现的新途径。”自从 Google 2016 年提出 AI 为先以来,人工智能的研究大多是用在提升 Google 已有的互联网服务上。在医疗领域的应用进展,则意味着 Google 将开辟一个全新的市场领域。

现在 Google 对人工智能的应用还停留在辅助诊断上。

去年,Google 在英国的人工智能部门 Deepmind、伦敦帝国理工学院的癌症研究机构、Google 的人工智能健康研究团队一起合作了癌症检测项目,他们希望建立新的机器学习模型,帮助医生提高癌症检测率,早发现癌症,以便尽早开始治疗。通过深度学习算法,研究者们训练机器学习切片检查,从中寻找肿瘤,提高诊断的效率和准确率。

另外,Google 的 Verily 生命科学部门(Verily Life Sciences)主要致力于研发新工具以便收集和分析健康数据。 Verily 首席医疗官杰西卡·L·梅加(Jessica L. Mega)表示:“我们正在开发各种用于收集信息和新型分子检测的工具,这一些都是为了更加深入地了解人体健康。”

这一切都是为了让健康问题变得可以预测、预防乃至尽早介入治疗。

但是这一套预测模型如果最终成立,一个值得被探讨的问题是:如果机器能够精准预测疾病的发生,乃至判断死亡或者治愈的概率,对整个医疗行业会有怎样的影响?

在机器学习进入这一领域之前,医生本身就已经在做类似的判断,只不过依据的是既往病例、权威医疗指南或者个人职业经验。当一位五年生存概率为 20%的病人活到第十年,我们会将其称作是“奇迹”,这样的“奇迹”也经常发生,因为医生的判断并不准确。

但是当未来人工智能可以做到精确预测,那人们在做医疗选择时会有怎样的变化?更现实一些,医疗保险现在已经与健康追踪数据挂钩,保险公司也在研究用人工智能计算保费的模型,那么重症病人是否会在早期就被保险公司弃之不顾?

如此应用的可能不会是 Google,但是众多为人工智能技术寻找出路的公司会怎么选择?

题图来自 Visual Hunt

喜欢这篇文章?去 App 商店搜 好奇心日报 ,每天看点不一样的。