預測未來、預知生死,用AI算法測算生死的準確率已高達95%!
孔子曰:“未知生,焉知死”,在中國的傳統(tǒng)文化中,人們是很排斥談論死亡的。那是因為在古代,戰(zhàn)亂、貧瘠,加上落后的醫(yī)療條件,使得死亡離得很近、長壽很遠。而據(jù)世界衛(wèi)生組織統(tǒng)計,2015年全球人均壽命為71.4周歲,人均壽命最長的是日本,達到83.4周歲。70歲已經(jīng)不再“古稀”。
人們開始理性地談論死亡,甚至思考、分析它。近日,動脈網(wǎng)獲悉,Google研究人員開發(fā)了一種AI網(wǎng)絡,通過分析預測患者住院期間的疾病過程,能夠預測其在特定時點的死亡風險,準確率達到95%。多年來,各國科學家不斷嘗試利用數(shù)據(jù)、算法來預測死亡,準確率也不斷提高,動脈網(wǎng)對此進行了梳理。
生也有涯:四大因素決定生命長度
世界衛(wèi)生組織對生命影響因素進行了量化,認為遺傳和心理、環(huán)境、衛(wèi)生服務及個人行為與生活方式4中因素決定了個體的壽命,權重占比分別為15%、17%、8%和60%。這個結果頗讓人意外,一直以來,人們習慣于依賴遺傳因素和醫(yī)療水平做出個體壽命的判斷,而事實上個人行為與生活方式對壽命起著更為關鍵的作用。
圖片由動脈網(wǎng)根據(jù)世界衛(wèi)生組織數(shù)據(jù)整理
現(xiàn)在看來,老子在2000多年前所說的,“我命在我,不屬天地!辈环茖W依據(jù)。而這無疑為準確的死亡預測增加了難度,AI、大數(shù)據(jù)等創(chuàng)新技術適時顯示出優(yōu)勢。
未知死,焉知生:AI死亡預測服務臨床實踐
Tikker:首款“死亡手表”
Tikker是一款智能手表,因為聲稱能夠準確預測用戶的死亡時間,而獲得了“死亡手表”的綽號。Tikker由瑞典作家和發(fā)行商弗雷德里克·科爾汀在2013年發(fā)布,根據(jù)用戶的年齡、性別、以及病史等計算出用戶的預期壽命,然后再測算出用戶最終的死亡時間。
實際上,Tikker的算法相對簡單,預測準確度也很低,主要是向用戶提供一種娛樂功能?茽柾”硎,如果我們能夠更清楚地了解我們自己的壽命,那么我們在活著的時間,就一定能夠更好地選擇自己的生活。
圖片來自Tikker官網(wǎng)
Tikker的界面與普通手表不同,由三層構成,上兩層顯示用戶在世上還能存活的年份、月數(shù)、天數(shù)、小時數(shù)、分鐘數(shù)和秒數(shù),最下一層顯示用戶關注這些事件時的真實時間。
超級計算機預測死亡,準確率高達96%
2015年9月,美國媒體曾報道過一則新聞,稱波士頓市貝斯以色列女執(zhí)事醫(yī)療中心的研究人員開發(fā)出一種超級計算機系統(tǒng),可預測患者死亡時間,準確率高達96%。
圖片來自貝斯以色列女執(zhí)事醫(yī)療中心官網(wǎng)
貝斯以色列女執(zhí)事醫(yī)療中心將病人的監(jiān)控器與其超級計算機系統(tǒng)相連,從而比人類醫(yī)生更好地診斷病情。這臺超級計算機加載了過去30年間超過25萬名患者的信息,形成專門的數(shù)據(jù)庫以幫助醫(yī)生更快做出診斷。
超級計算機系統(tǒng)每隔3分鐘收集一次病人數(shù)據(jù),包括從氧氣含量到血壓的各種生命數(shù)據(jù)。通過分析數(shù)據(jù),計算機可以發(fā)現(xiàn)病人是否處于危險中。這種快速疾病診斷系統(tǒng)可幫助快速治療,具有拯救生命、預測患者死亡時間的巨大潛力。
AI走進ICU,死亡預測準確率93%
洛杉磯兒童醫(yī)院設有名為“虛擬PICU”的醫(yī)院研究部門,Melissa Aczon和David Ledbetter是其中的數(shù)據(jù)科學家,他們與臨床醫(yī)生合作,提出了一種AI系統(tǒng),后者可以讓醫(yī)生們更好地了解哪些孩子的病情可能會惡化。
圖片來自洛杉磯兒童醫(yī)院官網(wǎng)
Aczon和Ledbetter從醫(yī)院電子健康記錄中獲取超過12000名PICU患者的生命體征數(shù)據(jù)(這些通常每隔幾分鐘更新一次)、已有的實驗室檢測結果、用藥信息和執(zhí)行的治療方案等。隨后,他們利用循環(huán)神經(jīng)網(wǎng)絡(RNN)機器學習程序發(fā)現(xiàn)數(shù)據(jù)中的相關規(guī)律,并成功識別出了即將死亡的患者。RNN方法擅長處理持續(xù)的數(shù)據(jù)序列,而不是從某一個時刻的數(shù)據(jù)點直接得出結論,能夠隨著時間的推移,根據(jù)病人最近12小時的臨床數(shù)據(jù),做出最準確的預測
目前,該程序尚處于實驗階段,據(jù)統(tǒng)計,其預測死亡的準確率達到93%,明顯比目前在醫(yī)院PICU中使用的簡單評級系統(tǒng)表現(xiàn)更好。Aczon和Ledbetter在Arxiv上發(fā)表了相關論文,公布了他們的研究成果。
深度學習圖像分析技術確定患者壽命,準確率69%
阿德萊德大學的盧克·奧克登·雷納及其團隊將機器學習方法應用在CT掃描圖像上,以此預測患者死亡率。他們的研究成果已經(jīng)發(fā)表在《自然》旗下期刊《科學報告》上。雷納的團隊通過“現(xiàn)成的機器學習方法”,利用患者的主要器官和胸部組織CT圖像,分析卷積神經(jīng)網(wǎng)絡來預測哪些患者會在5年內(nèi)死亡,準確度達到了69%,可以和臨床醫(yī)生的“人工”預測媲美。
圖片來自阿德萊德大學官網(wǎng)
研究表明,該系統(tǒng)學會識別各種疾病的外觀,而這是人類專家需要進行廣泛培訓才能掌握的東西。盡管研究人員難以確定這個系統(tǒng)在圖像中“看到”了哪些用來預測的關鍵因素,但是該系統(tǒng)最擅長于預測的是嚴重慢性疾病患者的死亡率,比如肺氣腫和充血性心力衰竭患者。
目前,囿于文件尺寸和計算機顯存,雷納團隊僅分析了一個小型的CT掃描圖像數(shù)據(jù)集。雷納表示,未來可能會借助阿德萊德大學的高性能計算集群,將分析擴展到數(shù)以萬計的圖像上,并納入其他信息,例如患者的年齡和性別等。
“死亡算法”:優(yōu)化臨終關懷,預測準確率90%
2016年底,斯坦福大學計算機科學系研究生Anand Avati和醫(yī)學院的一個團隊選擇約20萬名患者作為學習樣本,以院內(nèi)醫(yī)療記錄作為主要參數(shù),試圖開發(fā)一種算法,在考量包括癌癥、神經(jīng)系統(tǒng)疾病、心臟病和腎臟衰竭等多種疾病的基礎上,確定時日無多病患的壽命,被稱為“死亡算法”。
圖片來自斯坦福大學官網(wǎng)
在臨床上,患者死亡前3-12個月是提供臨終關懷的黃金時期。Avati他們所作的就是識別出那些處于這一“死亡時間段”的患者,從而幫助醫(yī)生采用更合適、更人道的醫(yī)療干預措施。他們搜集醫(yī)生已經(jīng)編碼的醫(yī)學信息,包括病人診斷說明、預定掃描次數(shù)、在醫(yī)院里度過的天數(shù)、所做的各種治療、醫(yī)療處方等,輸入到深度神經(jīng)網(wǎng)絡中,調(diào)整每條信息的權重和強度,最終生成一個給定患者在3到12個月內(nèi)死亡的概率分數(shù)。
“死亡算法”首先從近16萬名患者身上采集信息進行自我訓練,完成數(shù)據(jù)學習后,Avati他們對剩下的4萬名患者進行了測試。結果表明錯誤率很低,算法認為會在3到12個月內(nèi)死亡的患者中,90%都得到了應驗。算法認為存活期超過一年的患者,95%存活超過12個月。
2017年11月,在IEEE國際生物信息學與生物醫(yī)學大會上,Avati對此項研究進行了報告。
Google AI:利用電子病歷預測患者住院死亡率,準確率95%
2018年6月,Google宣布研究人員開發(fā)了一種人工智能網(wǎng)絡,能夠利用整個病人電子病歷的原始數(shù)據(jù),包括患者的病史、放射學結果及醫(yī)者筆記,預測其住院期間的疾病過程和死亡風險,比以前的方法更加準確。
圖片來自fiercebiotech
Google模型深度學習了超過114000名至少在加利福尼亞大學、舊金山大學或者芝加哥大學住院一天的成年患者的超過216000份匿名電子病歷,通過ICD-9代碼預測了患者死亡率、再入院和長期住院風險以,并做出出院診斷。其中,Google模型預測患者住院死亡風險的準確率為95%,虛假報警率遠低于傳統(tǒng)的回歸模型。
這個模型的特點是開發(fā)了一種通用數(shù)據(jù)處理流水線,將原始數(shù)據(jù)作為輸入,無需調(diào)整電子病歷數(shù)據(jù),并將其映射到傳統(tǒng)模型的變量上,從而能夠將來自醫(yī)生和護士的自由文本臨床記錄以及其他結構較不完整的數(shù)據(jù)納入考量,數(shù)據(jù)規(guī)模達460億級,但工作量只及傳統(tǒng)方法的20%。
向死而生:AI死亡預測引爭議
生老病死,每個人都在遵循不同的軌跡,卻朝著同樣的方向度過一生,每一步都是未知。但當機器的智慧將人的壽命從未知數(shù)變成已知條件時,很多人反對。反對者的論點圍繞著“知情權”展開。
一是患者的知情權。誠然,患者對自己的身體狀況擁有知情權。但反對者認為,當患者的生命時長所剩無幾時,“不知情權”高于“知情權”。他們可能需要善意的謊言去保持樂觀的心態(tài),而后者可能會反過來延長生命。此外,AI死亡預測準確率畢竟無法達到100%,反對者擔心虛假的死亡信號會“嚇垮”已經(jīng)在茍延殘喘的患者。
二是機器的知情權。反對者認為這種知情權侵犯了患者的隱私權。在AI領域,數(shù)據(jù)權利是一個繞不開的話題。目前,AI死亡預測都是在患者不知情的情況下進行,這是否對患者構成了數(shù)據(jù)侵權,答案似乎是肯定的。
然而,預測未來、預知生死,是人類數(shù)千年沒有放棄過的嘗試。這種存在,不無其合理性。
一方面,未雨綢繆。ECRI研究所是一家為醫(yī)療保健行業(yè)評估醫(yī)療程序、設備和藥物的非營利機構,其研究人員表示,很多醫(yī)院都希望開發(fā)早期預警系統(tǒng),來預測膿毒癥、心臟驟停和呼吸停止等威脅生命事件的發(fā)生。
另一方面,減少資源浪費。例如,有研究表明,近8成美國人寧愿在家中度過生命的最后日子,而不是醫(yī)療器械的包圍下。在斯坦福大學的案例中,研究人員將死亡前3個月-12個月作為“死亡時間段”,超過12個月的臨終關務可能會造成不必要的資源浪費,形成供應緊張。準確的死亡預測能夠幫助醫(yī)者更精準地投放醫(yī)療服務。
我們相信,人類有向死而生的決心,盡管有不完美之處,日趨準確的AI死亡預測是患者和醫(yī)者的福音。隨著AI算法的演進,死亡預測實際上已經(jīng)走進了臨床醫(yī)療場景,未來更有可能在其中扮演不可或缺的角色。對此,動脈網(wǎng)將持續(xù)關注。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
2 石藥集團的陽謀
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市