斯坦福团队用 AI 预测死亡，以便提供更好的临终关怀

利用人工智能（AI）来预测病人的死亡，这事儿听起来像是科幻小说里的情节。但是，斯坦福大学的研究人员认为 AI 的这个用途，可以给医生和病人及早地开始必要的临终交谈提供一个良好的机会。

很多医生常常对于病人的死亡提供过度乐观的预测，延迟了进行临终选择的交流。而这种可理解的倾向，可能会导致病人在医院里接受多余的、昂贵的且强烈的治疗，而不是在相对舒适的环境中更加平和地结束生命。

以往的研究表明，如果可能，80% 的美国人更愿意在家里度过生命最后的日子。而事实上，根据研究报道，超过 60% 的美国人临终时，在急性护理医院接受强烈的治疗。

姑息治疗专家通常是应病人主治医生的要求而提供他们的服务，比如为重症病人提供安慰，或者在生前遗嘱中记录临终治疗的选择。而斯坦福大学姑息治疗服务的主任 Stephanie Harman 认为通过姑息治疗医生鉴别并主动地接触病人，可以调转上述的常规顺序。她与医药和生物医疗信息专业的研究人员均认为 AI 与医疗保健协作是一个好的研究方向。

斯坦福研究团队的 AI 算法取决于深度学习，这是当前最流行的机器学习技术。根据 200 万成年人和儿童病人的电子健康档案，研究人员“训练”出了一个深度学习算法，用于预测仅剩 3-12 月的病人死亡率。

初步研究中，利用算法预测死亡率，结果并没有人们认为的那么不靠谱。从伦理学和医疗保健的角度，深度学习是能够帮助医生筛选进行姑息治疗的病人，以便他们可以由此受益并减少负面影响。

研究人员 Kenneth Jung 表示，“我们认为相较于轻率地基于算法而做出医疗干预而言，让机器学习和医生共同的决策，才是应该采用的方式。由此，无论从伦理道德上还是安全上，都有坚实基础。”

深度学习算法的一个潜在问题就是，研发者也常常无法解释为什么深度学习模型能得出预测结果。也就是说，深度学习可能很难解释预测模型如何得出结论，比如某个病人可能会在一年内死亡。

庆幸的是，死亡率预测背后的原因并不见得非常必要。姑息治疗团队主要关心是否能够准确鉴定会受益于姑息治疗的病人，而不需要准确地了解预测原因。Jung 表示，“这也就是为什么我们不必担心利用这种模型带来消极结果。姑息治疗干预与病因并没有紧密联系。但是，也有特殊情况，如果病人即将死亡而需要进行治疗选择，那么这种情况下希望能够找到病因。”

但是，作为研究对象，了解深度学习模型如何做出预测是有帮助的。此时，研究团队利用常见错误分析技术，研究深度学习模型的决策过程。具体方法就是通过改变个别参数来逐步调整模型，以便找出这些参数对模型预测结果的影响。

另外，研究人员强调病人也不是非要临近死亡才应该去了解姑息治疗。初级阶段的研究表明，即便重症病人可能不会在一年内就死亡，与他们进行临终交流对于医生来说也是有帮助的。与研究人员找出病人接受姑息治疗的最佳时间相比较而言，深度学习模型预测死亡率仅仅恰巧是一个有用的测试，简单来说就是预测一个人会不会死亡。

研究人员希望通过 AI 预筛选能够帮助提升病人按照自己意愿接受临终治疗的比例，减少最终死亡在 ICU 病房（违背病人意愿）的病人数量。他们也希望能够确保病人及其家属有机会去讨论在临终前所希望发生的事情。

-End-

编辑：maggie

参考：

https://spectrum.ieee.org/the-human-os/biomedical/diagnostics/stanfords-ai-predicts-death-for-better-end-of-life-care

本书灵感源于“TR35”，即《麻省理工科技评论》享誉全球的“35 位 35 岁以下科技创新青年”（MIT Technology Review 35）青年人才榜，如果你想一睹全球科技创新领导者背后的精彩事迹，你也一定不能错过这本书。