AI将告诉你什么时候死亡：利用精确的系统预测医院病人的死亡率

斯坦福大学的研究人员开发出一种人工智能，可以预测病人何时死亡，准确率高达90%。

虽然这个想法听起来很让人不安，但这项工作背后的团队说，它可以极大地改善病人及其家属的临终关怀。

更准确地指出，当一个终端或重病患者可能通过时，护理人员可以优先考虑他们的愿望，确保重要的谈话在为时未晚之前进行。

在最新的研究发表在arXiv的文章中，斯坦福的团队解释了一个病人想要如何度过余生的方式，以及它是如何发生的，这是一个巨大的差异。

根据研究人员的说法，大约80%的美国人希望在家里度过最后的日子，但是，多达60%的美国人最终死在了医院里。

为了缩小差距，斯坦福大学(Stanford University)的研究团队在斯坦福医院(Stanford Hospital)和露西·帕卡德儿童医院(Lucile Packard Children’s Hospital)的电子健康记录数据上训练了一个深度神经网络，该数据涵盖了大约200万名成人和儿童患者。

斯坦福大学人工智能实验室计算机科学专业的博士研究生阿瓦蒂(Anand Avati)告诉IEEE，“我们可以在医疗环境中使用常规收集的操作数据建立一个预测模型，而不是精心设计的实验研究。”

“可用的数据规模使我们能够建立一种全因死亡率预测模型，而不是疾病或人口统计。”

这个工具本身并不是用来指导护理过程的。

相反，它可以与人类医生的评估结合使用，在预先筛查患者的生命末期规划中做出积极的决定。

正如研究人员所解释的，要理解谁需要缓和医疗和何时需要，并不总是那么容易。

在论文中，作者在论文中说明，决定哪些患者能从临终关怀中获益的标准是很难明确的。

“我们的方法是利用深度学习来筛查住院患者，以确定那些最可能有缓和医疗需求的患者。”

“该算法解决了一个代理问题——预测一个病人在未来12个月内的死亡率——并利用这个预测来提出缓和医疗推荐的建议。

虽然这个过程可能会有帮助，但有一个挑战——基于算法的“黑盒子”性质，研究人员不知道它的预测是基于什么。

然而，在这种类型的应用程序中，他们说知道为什么它做出预测并不一定很重要。

研究人员肯尼斯·荣格(Kenneth Jung)告诉IEEE，“缓和医疗干预与为什么有人生病没有关系。”

如果这是一个不同的假设案例，“某人将要死去，我们需要选择治疗方案”，在这种情况下，我们确实希望了解治疗的原因。

“但在这种情况下，只要我们做对了，就没那么重要了。”