吴恩达团队最新成果：用深度学习预测死亡概率，改善临终关怀

大数据文摘作品

作者：魏子敏、龙牧雪

用过去1年的医疗记录就能预测一个人未来1年中的死亡概率？这听起来像是《黑镜》中才有的可怕黑科技，但是这对于疗养院和临终关怀工作者，意义重大。

在美国，超过60%的死亡发生在重症监护病房，多数人在弥留之际仍接受侵入性的治疗。进入重症监护病房的病人通常会提前记录自己的临终心愿，“再和爱人吃一顿晚餐”，“参加子女的婚礼”。而提前知道临终日才能让他们在仍然有行动能力的时候达成心愿，更有尊严的过完最后的日子。

近期，吴恩达团队用深度学习建立了一个项目，利用病人的电子病例，来检测未来3-12个月有高死亡风险的病人。这些病人将被自动转给临终关怀组。这能够让临终关怀组更早知情，并确保病人获得自己最需要的临终护理，也可以在仍有意义的情况下为病人提供需要的服务。

这篇论文也获得了IEEE 生物信息学和生物医学组最佳学生论文奖。

在大数据文摘后台回复“临终关怀”获取这篇论文。

该模型使用了一个18层的深度神经网络，输入为病人的EHR数据（electronic health record，电子病历），输出的是未来3-12个月的死亡概率预测。

模型使用的训练数据来自斯坦福医院的电子病历数据库，其中包括200万病人的数据。训练中使用了过去12个月的电子病历数据，包括诊断、手术、用药和就诊的详细信息。数据被转化为一个有13,654个维度的特征向量。训练模型的AUROC分数为0.93，交叉验证中的平均正确率（Average Precision）为0.69。

此外，在预测的同时，一份解释该预测的报告也会随之生成。

对机器学习的用户来说，人们是否根据模型的预测来做决定，很大程度上取决于预测是否可解释。在死亡率预测的报告中，吴恩达团队也运用了成熟的消融技术（ablation techniques），重点标注了病人EHR数据中对高死亡率最具预测性的因素。该元素也大大增加了人们对这一技术的信任度。

文摘菌昨天刚刚刷完朋友圈里被安利过一百遍的电影《寻梦环游记》（COCO）。在电影里，死后的世界像一个巨大的游乐场，金碧辉煌、歌舞升平。死亡这个沉重的话题，在迪士尼的大团圆世界观里，显得异常温馨。

图：电影COCO剧照

而现在，在机器学习技术面前，死亡更像是一组数据，一个概率。这似乎略显冰冷，但理智地从社会和个人价值来看，这可能才是更平静走向死亡的最好方式。我们也更愿意如同迪士尼一样相信，死亡仅仅是一段路程的终点，如同朋友远渡重洋、果实酿成美酒。这让人不禁觉得，死亡好像也没有那么可怕了。

而在知情和不知情之间，你会愿意提前获得预告，接受临终关怀吗？

素材来源：https://stanfordmlgroup.github.io/projects/improving-palliative-care/