侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

預(yù)測(cè)未來、預(yù)知生死,用AI算法測(cè)算生死的準(zhǔn)確率已高達(dá)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?wù)撍劳龅。那是因(yàn)樵诠糯,?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(yuǎn)。而據(jù)世界衛(wèi)生組織統(tǒng)計(jì),2015年全球人均壽命為71.4周歲,人均壽命最長的是日本,達(dá)到83.4周歲。70歲已經(jīng)不再“古稀”。

人們開始理性地談?wù)撍劳,甚至思考、分析它。近日,?dòng)脈網(wǎng)獲悉,Google研究人員開發(fā)了一種AI網(wǎng)絡(luò),通過分析預(yù)測(cè)患者住院期間的疾病過程,能夠預(yù)測(cè)其在特定時(shí)點(diǎn)的死亡風(fēng)險(xiǎn),準(zhǔn)確率達(dá)到95%。多年來,各國科學(xué)家不斷嘗試?yán)脭?shù)據(jù)、算法來預(yù)測(cè)死亡,準(zhǔn)確率也不斷提高,動(dòng)脈網(wǎng)對(duì)此進(jìn)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(duì)生命影響因素進(jìn)行了量化,認(rèn)為遺傳和心理、環(huán)境、衛(wèi)生服務(wù)及個(gè)人行為與生活方式4中因素決定了個(gè)體的壽命,權(quán)重占比分別為15%、17%、8%和60%。這個(gè)結(jié)果頗讓人意外,一直以來,人們習(xí)慣于依賴遺傳因素和醫(yī)療水平做出個(gè)體壽命的判斷,而事實(shí)上個(gè)人行為與生活方式對(duì)壽命起著更為關(guān)鍵的作用。

圖片由動(dòng)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(xué)依據(jù)。而這無疑為準(zhǔn)確的死亡預(yù)測(cè)增加了難度,AI、大數(shù)據(jù)等創(chuàng)新技術(shù)適時(shí)顯示出優(yōu)勢(shì)。

未知死,焉知生:AI死亡預(yù)測(cè)服務(wù)臨床實(shí)踐

Tikker:首款“死亡手表”

Tikker是一款智能手表,因?yàn)槁暦Q能夠準(zhǔn)確預(yù)測(cè)用戶的死亡時(shí)間,而獲得了“死亡手表”的綽號(hào)。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(jì)算出用戶的預(yù)期壽命,然后再測(cè)算出用戶最終的死亡時(shí)間。

實(shí)際上,Tikker的算法相對(duì)簡單,預(yù)測(cè)準(zhǔn)確度也很低,主要是向用戶提供一種娛樂功能?茽柾”硎荆绻覀兡軌蚋宄亓私馕覀冏约旱膲勖,那么我們?cè)诨钪臅r(shí)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(gòu)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(shí)數(shù)、分鐘數(shù)和秒數(shù),最下一層顯示用戶關(guān)注這些事件時(shí)的真實(shí)時(shí)間。

超級(jí)計(jì)算機(jī)預(yù)測(cè)死亡,準(zhǔn)確率高達(dá)96%

2015年9月,美國媒體曾報(bào)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(jí)計(jì)算機(jī)系統(tǒng),可預(yù)測(cè)患者死亡時(shí)間,準(zhǔn)確率高達(dá)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(jí)計(jì)算機(jī)系統(tǒng)相連,從而比人類醫(yī)生更好地診斷病情。這臺(tái)超級(jí)計(jì)算機(jī)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(jí)計(jì)算機(jī)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(jì)算機(jī)可以發(fā)現(xiàn)病人是否處于危險(xiǎn)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(yù)測(cè)患者死亡時(shí)間的巨大潛力。

AI走進(jìn)ICU,死亡預(yù)測(cè)準(zhǔn)確率93%

洛杉磯兒童醫(yī)院設(shè)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(xué)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(huì)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(shí)驗(yàn)室檢測(cè)結(jié)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(luò)(RNN)機(jī)器學(xué)習(xí)程序發(fā)現(xiàn)數(shù)據(jù)中的相關(guān)規(guī)律,并成功識(shí)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(gè)時(shí)刻的數(shù)據(jù)點(diǎn)直接得出結(jié)論,能夠隨著時(shí)間的推移,根據(jù)病人最近12小時(shí)的臨床數(shù)據(jù),做出最準(zhǔn)確的預(yù)測(cè)

目前,該程序尚處于實(shí)驗(yàn)階段,據(jù)統(tǒng)計(jì),其預(yù)測(cè)死亡的準(zhǔn)確率達(dá)到93%,明顯比目前在醫(yī)院PICU中使用的簡單評(píng)級(jí)系統(tǒng)表現(xiàn)更好。Aczon和Ledbetter在Arxiv上發(fā)表了相關(guān)論文,公布了他們的研究成果。

深度學(xué)習(xí)圖像分析技術(shù)確定患者壽命,準(zhǔn)確率69%

阿德萊德大學(xué)的盧克·奧克登·雷納及其團(tuán)隊(duì)將機(jī)器學(xué)習(xí)方法應(yīng)用在CT掃描圖像上,以此預(yù)測(cè)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(xué)報(bào)告》上。雷納的團(tuán)隊(duì)通過“現(xiàn)成的機(jī)器學(xué)習(xí)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(luò)來預(yù)測(cè)哪些患者會(huì)在5年內(nèi)死亡,準(zhǔn)確度達(dá)到了69%,可以和臨床醫(yī)生的“人工”預(yù)測(cè)媲美。

圖片來自阿德萊德大學(xué)官網(wǎng)

研究表明,該系統(tǒng)學(xué)會(huì)識(shí)別各種疾病的外觀,而這是人類專家需要進(jìn)行廣泛培訓(xùn)才能掌握的東西。盡管研究人員難以確定這個(gè)系統(tǒng)在圖像中“看到”了哪些用來預(yù)測(cè)的關(guān)鍵因素,但是該系統(tǒng)最擅長于預(yù)測(cè)的是嚴(yán)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(jì)算機(jī)顯存,雷納團(tuán)隊(duì)僅分析了一個(gè)小型的CT掃描圖像數(shù)據(jù)集。雷納表示,未來可能會(huì)借助阿德萊德大學(xué)的高性能計(jì)算集群,將分析擴(kuò)展到數(shù)以萬計(jì)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(guān)懷,預(yù)測(cè)準(zhǔn)確率90%

2016年底,斯坦福大學(xué)計(jì)算機(jī)科學(xué)系研究生Anand Avati和醫(yī)學(xué)院的一個(gè)團(tuán)隊(duì)選擇約20萬名患者作為學(xué)習(xí)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(chǔ)上,確定時(shí)日無多病患的壽命,被稱為“死亡算法”。

圖片來自斯坦福大學(xué)官網(wǎng)

在臨床上,患者死亡前3-12個(gè)月是提供臨終關(guān)懷的黃金時(shí)期。Avati他們所作的就是識(shí)別出那些處于這一“死亡時(shí)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(yù)措施。他們搜集醫(yī)生已經(jīng)編碼的醫(yī)學(xué)信息,包括病人診斷說明、預(yù)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(luò)中,調(diào)整每條信息的權(quán)重和強(qiáng)度,最終生成一個(gè)給定患者在3到12個(gè)月內(nèi)死亡的概率分?jǐn)?shù)。

“死亡算法”首先從近16萬名患者身上采集信息進(jìn)行自我訓(xùn)練,完成數(shù)據(jù)學(xué)習(xí)后,Avati他們對(duì)剩下的4萬名患者進(jìn)行了測(cè)試。結(jié)果表明錯(cuò)誤率很低,算法認(rèn)為會(huì)在3到12個(gè)月內(nèi)死亡的患者中,90%都得到了應(yīng)驗(yàn)。算法認(rèn)為存活期超過一年的患者,95%存活超過12個(gè)月。

2017年11月,在IEEE國際生物信息學(xué)與生物醫(yī)學(xué)大會(huì)上,Avati對(duì)此項(xiàng)研究進(jìn)行了報(bào)告。

Google AI:利用電子病歷預(yù)測(cè)患者住院死亡率,準(zhǔn)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(luò),能夠利用整個(gè)病人電子病歷的原始數(shù)據(jù),包括患者的病史、放射學(xué)結(jié)果及醫(yī)者筆記,預(yù)測(cè)其住院期間的疾病過程和死亡風(fēng)險(xiǎn),比以前的方法更加準(zhǔn)確。

圖片來自fiercebiotech

Google模型深度學(xué)習(xí)了超過114000名至少在加利福尼亞大學(xué)、舊金山大學(xué)或者芝加哥大學(xué)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(yù)測(cè)了患者死亡率、再入院和長期住院風(fēng)險(xiǎn)以,并做出出院診斷。其中,Google模型預(yù)測(cè)患者住院死亡風(fēng)險(xiǎn)的準(zhǔn)確率為95%,虛假報(bào)警率遠(yuǎn)低于傳統(tǒng)的回歸模型。

這個(gè)模型的特點(diǎn)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?qū)碜葬t(yī)生和護(hù)士的自由文本臨床記錄以及其他結(jié)構(gòu)較不完整的數(shù)據(jù)納入考量,數(shù)據(jù)規(guī)模達(dá)460億級(jí),但工作量只及傳統(tǒng)方法的20%。

向死而生:AI死亡預(yù)測(cè)引爭議

生老病死,每個(gè)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(dāng)機(jī)器的智慧將人的壽命從未知數(shù)變成已知條件時(shí),很多人反對(duì)。反對(duì)者的論點(diǎn)圍繞著“知情權(quán)”展開。

一是患者的知情權(quán)。誠然,患者對(duì)自己的身體狀況擁有知情權(quán)。但反對(duì)者認(rèn)為,當(dāng)患者的生命時(shí)長所剩無幾時(shí),“不知情權(quán)”高于“知情權(quán)”。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(huì)反過來延長生命。此外,AI死亡預(yù)測(cè)準(zhǔn)確率畢竟無法達(dá)到100%,反對(duì)者擔(dān)心虛假的死亡信號(hào)會(huì)“嚇垮”已經(jīng)在茍延殘喘的患者。

二是機(jī)器的知情權(quán)。反對(duì)者認(rèn)為這種知情權(quán)侵犯了患者的隱私權(quán)。在AI領(lǐng)域,數(shù)據(jù)權(quán)利是一個(gè)繞不開的話題。目前,AI死亡預(yù)測(cè)都是在患者不知情的情況下進(jìn)行,這是否對(duì)患者構(gòu)成了數(shù)據(jù)侵權(quán),答案似乎是肯定的。

然而,預(yù)測(cè)未來、預(yù)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(píng)估醫(yī)療程序、設(shè)備和藥物的非營利機(jī)構(gòu),其研究人員表示,很多醫(yī)院都希望開發(fā)早期預(yù)警系統(tǒng),來預(yù)測(cè)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(fèi)。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(xué)的案例中,研究人員將死亡前3個(gè)月-12個(gè)月作為“死亡時(shí)間段”,超過12個(gè)月的臨終關(guān)務(wù)可能會(huì)造成不必要的資源浪費(fèi),形成供應(yīng)緊張。準(zhǔn)確的死亡預(yù)測(cè)能夠幫助醫(yī)者更精準(zhǔn)地投放醫(yī)療服務(wù)。

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(zhǔn)確的AI死亡預(yù)測(cè)是患者和醫(yī)者的福音。隨著AI算法的演進(jìn),死亡預(yù)測(cè)實(shí)際上已經(jīng)走進(jìn)了臨床醫(yī)療場(chǎng)景,未來更有可能在其中扮演不可或缺的角色。對(duì)此,動(dòng)脈網(wǎng)將持續(xù)關(guān)注。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

醫(yī)療科技 獵頭職位 更多
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)