人工智慧預測患者壽命準確度高達90%
器械之家
醫療器械第一新媒體
分享最專業的醫療器械知識
關注
為了改善終末期疾病患者的姑息治療,斯坦福大學計算機科學系的研究人員將深度學習與電子病曆數據進行了創新性應用。
博士生阿南德·阿瓦提(Anand Avati)是這支團隊的總負責人。他們建立了一個深度神經網路,輸入了斯坦福醫院和露西爾·帕卡德兒童醫院(Lucile Packard Children』s Hospital)20萬名患者的電子病歷信息。
研究人員運用該系統對其中16萬名患者的數據進行了如下運算:選定一名患者和日期,以該患者前一年的電子病曆數據為基礎,預測該患者在該日期後12個月內的死亡率。
之後,再讓系統根據上述結果,預測出另外4萬名患者的死亡日期。研究結果表明,預測準確度達90%。
2017年11月份,研究團隊聯合署名,在arXiv.org上發表了研究報告《利用深度學習改善姑息治療》(Improving Palliative Care with Deep Learning)。同時,這份報告也明確了姑息治療面臨的問題。
報告認為,即便患者很可能從姑息治療中獲益,但醫生可能會由於過度樂觀、時間壓力或臨床惰性等多種原因,不會向患者推薦姑息治療。這可能導致患者不能完成臨終心愿,以及過度實施積極治療。此外,姑息治療專業人員的短缺,使得利用人工圖表主動篩選候選患者的過程(例如,姑息性預後指數,Palliative Prognostic Index)即耗時又耗財。但是,深度神經網路可以直接解決這些問題。如果人工智慧先行於人類醫生,可以避免因醫生自負、個人偏見或不自覺、不情願地對患者預後進行切實評估等產生的人為失誤。
報告結論認為,應用深度神經網路技術得出的結果「可以成為衡量姑息治療諮詢需求的一種指標」,為早已不堪重負的美國醫療保健業減負。
2013年,有預言表明,美國姑息治療專科醫生缺口為1.8萬名,相當於每2萬名患有嚴重慢性病的老年人只有一位姑息醫生。此外,據美國債務解決方案平台Debt.org報道,接受姑息治療的患者人均花費超過1萬美元。
研究人員解釋說,深度神經網路技術旨在幫助醫院更好地分配有限的姑息治療資源,「當預測死亡率也可以成為一種指標時,就能夠確定哪位患者需要接受姑息治療。」
研究人員肯尼斯·鄭(Kenneth Jung)表示:「大家都相信,這種演算法有助於在臨床中安全、有效、合乎倫理地應用機器學習。除了很小眾的應用外,最好也最關鍵的是,讓業內人士也知曉這種演算法。」
總之,開發這種演算法並非是為了取代醫生,而是提供一種工具,來提高醫療預測的準確性。正如美國電氣電子工程師學會雜誌《科技縱覽》(IEEE Spectrum)記者徐雲傑(Jeremy Hsu)所說,「斯坦福大學的研究人員認為,這種人工智慧為醫患之間儘早溝通臨終治療事宜提供了良機。」
參考資料:
1. Hospital Management:Artificial Intelligence system predicts life expectancy to aid palliative care
2. arXiv:Improving Palliative Care with Deep Learning
3. Stanford University: Ph.D Students
4. TechXplore: How long will patient live? Deep Learning takes on predictions
5. BioITWorld:Deep Learning In The Clinic: Predicting Patient Prognosis
6. IEEE Spectrum :Stanford"s AI Predicts Death for Better End-of-Life Care
GIZMODO:New AI System Predicts How Long Patients Will Live With Startling Accuracy
來源:健康界 作者:羅銳(編譯)
TAG:器械之家 |