谷歌AI可以预测你的死亡时间，准确率高达95%

随着论文的公开，争议与挑战也随之而来。首先是准确性，此外更被关注的是数据隐私问题。如果连我们什么时候死亡都知道，那么还有什么是他们不知道的？

甚至有其他公司宣称，他们对你身体中产生的数据拥有“独家使用权”。这些数据一旦泄露，又将造成什么样的后果？

01 谷歌AI真的能够预测死亡吗？恐怕是的！

这项AI技术对医院患者面临的一系列临床问题进行了测试。在研究中，谷歌对来自两个医疗中心至少21.6万名成人患者，应用了这一AI技术，测试时间至少为24个小时。研究人员从电子健康记录中获取了大量数据。

▲这项研究中的大量数据

研究人员在报告中解释说：“我们有兴趣了解深度机器学习算法能否在广泛的临床问题和结果中产生有效的预测。因此，我们选择了来自不同领域的结果，包括一项重要的临床结果——死亡、一项衡量护理质量的标准——再入院、一项资源利用率——住院时间和一项检测病人病情的度量——诊断。”

这项理论性证据研究发现，该算法可准确地预测病人的死亡风险、再入院，延长住院时间和出院诊断。在所有情况下，该算法都被证明比以前公布的算法更精确。据加州大学旧金山卫生系统的数据显示，该AI算法在预测患者死亡率方面有95%的准确率，而来自芝加哥大学医学系统的数据显示，其准确率为93%。

▲对两家医院病患死亡时间的预测结果，误差线显示了95％置信区间

此外，该AI算法在早期预警评分上，也明显比传统预测模式更精确，这将有助于帮助医生确定病人的病情和治疗方案。研究显示，该算法在病情预测方面，加州大学、旧金山卫生系统的准确率为85%，而在芝加哥大学医学系统中准确率为83%。

谷歌AI负责人Jeff Dean表示，下一步将会把这一预测系统投放到门诊，进行下一步探索。

02 准确性：最重要的一点就是“不能把重症的患者判断为轻症”

近来，围绕应用人工智能的潜在益处和风险，正在经历激烈争论。在医疗保健领域，越来越多的人认为利用人工智能是一种很好的方法。

但这些技术所面临的争议与挑战仍然不可忽略。首先是准确率的问题，我们是否能够容忍AI出错？容忍到什么程度？在《物联网商业时代》一书中也曾提到AI在日本医疗领域的一些应用：

横滨市从2008年起开始构建“119紧急电话对紧急程度/病情严重程度的识别（call triage）”预测模型系统……最重要的一点就是“不能把重症的患者判断为轻症”（滨上教授）。哪怕允许“把轻症的患者判断为重症”，也绝不允许系统把重症患者判断为轻症。

▲日本横滨市“call triage支援系统”

03 你自己身体所产生的数据，你却没有权利拥有或使用？

除准确性之外，伦理、隐私以及数据归属权的问题更被人们关注。《量化自我》一书对这些问题都有更深刻的讨论。书中提到，一家心脏除颤器的制造商声称“不仅有权监视使用者的每一个心跳，而且有‘独家所有权’，控制谁能查看数据以及数据使用方法。”

制造商的理由是，这些关乎生命安全的数据应该仅限于医学专业人士使用。但这就造成一个很尴尬的事实：你自己身体所产生的数据，你却没有权利拥有或使用。此外，如今我们都在使用一些可穿戴设备和运动、健康类app，我们的日常活动所产生的大量数据都正在被它们记录下来。显而易见的是，这些数据是有价值的，那么它的归属权以及它所产生的价值的归属权都明确了吗？

另一方面，基因和遗传疾病的数据一旦泄露，必将引发严重的隐私危机。有案例证实，即便是在完全匿名的情况下，将公开的出生日期、性别和邮政编码等看似无害的数据综合起来分析，也可以识别出84%以上的匿名个体。那么，如果再把基因和遗传疾病的相关数据加入进来，恐怕每一个人都可以被轻易找到。

到时候都有谁会找到你呢？细思恐极啊……

来源及参考文献：

1. "nature" "npj digital medicine": Scalable and accurate deep learning with electronic health records

链接：https://www.nature.com/articles/s41746-018-0029-1

2. 人工智能新算法：可预测人死亡时间 准确率高达95%，编辑：孙静波，来源：中国新闻网

链接：http://www.chinanews.com/gj/2018/06-22/8543563.shtml

3. 《物联网商业时代》，作者：日经计算机，机械工业出版社

4. 《量化自我：如何利用数据成就更幸福的自己》，作者：吉娜·聂夫，机械工业出版社

大数据（ID：hzdashuju）综合整理，转载请注明来源。