斯坦福 AI 系统能预测病患死亡时间，准确率高达 90%

AI掘金志出品

雷锋网旗下只报道“AI+传统”的内容频道

斯坦福大学研究人员开发出了一种AI算法，通过深层神经网络在200万医院医疗记录中进行训练，能够准确地预测病患的具体死亡时间。实验结果表明，准确率能够高达90%。

该研究团队称，该算法不仅能提前12个月预测患者生命结束的时间，还能计算出患者接受痛苦缓释治疗的最佳时机，使得患者在临终前免受病痛折磨。

2016年年底，斯坦福大学计算机科学系的一名研究生Anand Avati和该学校医学院的一个团队尝试开发一种新算法，能够确定病患的寿命长短。

通过研究发现，该算法能够在长达12个月前就能知晓人们生命的终结时间点。如果“预测”时间过长会造成不必要的资源浪费；如果时间较短，可能会让病患的家人没有足够的时间作出应对。

因此如果算法能够在一年内识别出，就可以帮助医生、家属对病患采用更合适、更人道的医疗干预措施。

那么，斯坦福大学的研究团队是如果做到这件事的呢？问题的关键是如何找到从发现病症到十二个月内死亡的病人数据。

Anand Avati和他的团队在之后的研究中得到了约200万名成人和儿童患者的电子健康档案数据。

他们利用医生已经编码的医学信息、病人的诊断说明、预定的扫描次数，在医院里度过的天数、所做的各种治疗、医疗处方等数据，以此得到大量客观的标准化参数。

紧接着，这些数据被该斯坦福团队用来训练深度神经网络，从而生成“预测死亡”的算法。

雷锋网了解到，该深度神经网络是一种软件架构，它模仿大脑神经元的组织方式。算法的任务是调整每条信息的权重和强度，以便生成一个给定患者在3到12个月内死亡的概率分数。

在后期的实验中，Avati的团队从数十万名患者身上采集信息进行自我训练。当它学习了所有数据之后，又对数万名患者进行了临床测试。

测试结果表明算法非常高效，错误率很低，在算法认为的会在3到12个月内死亡的患者中，90%都得到了应验；而算法认为该病患存活期会超过一年的患者，95%的人都存活了超过12个月。

该研究团队称，日后这些算法在数据增多的情况下还会有很大改进及提升。比如医生的笔记或者病人的自我评估都可以加入到这个系统中，从而提高预测的精度。

从这来看，通过AI预测病患死亡时间已经变得“靠谱”，那么这项研究的意义在哪呢？如果该算法真的可以成功落地，对于病患以及其家属来说无疑是“残忍”的，患者明确知道了自己的死亡时间，是否能够坦然面对未来的生活呢？

该团队研究人员表示，虽然病患预知自己的死亡时间这件事听起来非常残忍。但它也有很多好处。比如：1、能够尽可能让患者拥有更好的临终关怀。2、能够让医生提前就能实施更多的治疗方案。一项研究调查显示，因为不知道病患的具体死亡时间，有大约80%的美国人都希望在家里走完人生的最后一程，但是有60%都是在医院中去世的，以至于很多病人临死前的生活和他想要的往往会有很大的落差。

据悉，目前该算法已经得到了一家机构审查委员会的批准。

特辑早鸟票5折促销中

雷锋网AI掘金志精选了63篇深度案例报道，重磅推出“AI+医疗经典项目案例库”。

深入挖掘「行业标杆企业、三甲医院、海内外名校」三界63个“医疗人工智能”案例（平均每篇4300字），全链条梳理AI在医疗各细分场景，尤其是医学影像中的“学术研究+算法实战+工程实施+解决方案搭建+系统集成+最终落地”流程。（共825页PDF），助力AI和医疗从业者更快地让产品落地并实现大规模商业化。

「825页PDF」60＋经典项目案例库，手把手教你“AI＋医疗”落地

限量500份，欲购从速

购买特辑后，如果您有任何售后问题

可联系我们的特辑小助手

戳一戳下方阅读全文，查看特辑全文