斯坦福開發出可預測死亡時間的AI，讓病患臨終無遺憾

斯坦福大學的研究人員開發了一種人工智慧系統，可以將病人死亡時間的預測精確度提高到90%。

雖然這個想法聽起來可能會令人不安，但該研究團隊的負責人表示，這可以極大地改善針對患者及其家屬的臨終關懷服務。

通過更準確地指出絕症或重病患者何時死亡，護理人員可以優先考慮他們的願望，並確保在太遲之前進行重要的對話。

在這份為arXiv預先列印的新研究報告中，斯坦福大學的研究小組解釋說，在患者想要活下去的方式和實際發生的方式之間經常存在著巨大的差異。

據研究人員介紹，大約80％的美國人希望在家度過最後的日子，但是，多達60%的人最終死於醫院。

根據IEEE Spectrum，為了縮小這一差距，斯坦福大學的研究小組對斯坦福醫院和Lucile Packard兒童醫院約200萬成人和兒童患者的電子健康記錄數據進行了深度神經網路訓練。

斯坦福大學人工智慧實驗室計算機科學博士候選人Anand Avati告訴IEEE：「我們可以使用在醫療保健環境中常規收集的操作數據建立預測模型，而不是精心設計的實驗研究。」

「現有數據的規模使我們能夠建立一個全因死亡率預測模型，而不是疾病或具體的人口統計學模型。」

這一工具並不是專門用於指導護理過程的。

相反，它可以與人類醫生的評估結合使用，在預檢患者生命末期計劃時做出積極的決定。

正如研究人員所解釋的那樣，人們並不是很容易理解誰什麼時候需要保守治療。

作者在文章中解釋說：「決定哪些患者需要保守治療的標準很難明確說明。」

「我們的方法是通過深度學習篩選住院的病人，找出最有可能具有保守治療需求的病人。」

「該演算法解決了一個代理問題，可以預測未來12個月內某個患者的死亡率，並使用該預測來提出保守治療轉診的建議。」

【2】

雖然這個過程可能有幫助，但仍然存在一個挑戰。基於演算法的「黑匣子」性質，研究人員並不確切的知道它的預測是基於哪些因素。

然而，在這種類型的應用中，知道為什麼這樣作出預測並不一定是重要的。

研究科學家Jungneth Jung告訴IEEE：「保守治療干預與人為什麼生病沒有關係。」

「如果這是一個『有人會死，我們需要選擇治療方案』的假設情況，那麼我們確實想要了解治療原因。」

「但在這種情況下，只要我們做對了，這一切都沒有關係。」

本文來自獵雲網，創業家系授權發布，略經編輯修改，版權歸作者所有，內容僅代表作者獨立觀點。[ 下載創業家APP，讀懂中國最賺錢的7000種生意 ]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！