斯坦福年夜學的一個研討小組經(jīng)由過程應用人工智能算法來猜測病人的逝世亡，愿望可以或許改良重癥患者臨終關(guān)心機會。在測試中，這個體系被證實長短常精確的，準確猜測90%病例的逝世亡成果。然則，雖然該體系可以或許猜測病人什么時候能夠逝世亡，但它依然沒法告知大夫它是若何得出結(jié)論的。

　　猜測逝世亡長短常艱苦的。大夫必需斟酌一系列龐雜的身分，從病人的年紀和家族史到對藥物的反響，和疾病自己的性質(zhì)。讓工作變得龐雜的是，大夫必需與本身的自信，成見或有意識地不肯意評價病人還有若干光景做奮斗。有時刻大夫能精確猜測，然則有些時刻病人能夠會推延數(shù)月（假如不是幾年的話），不管是過早照樣過晚地猜測逝世亡，都晦氣于臨終關(guān)心。

　　這給臨終關(guān)心的準確支配帶來了成績。平日情形下，當一個病人弗成能活到一年以上，醫(yī)治就會被轉(zhuǎn)移到一個臨終關(guān)心小組，他們試圖讓病人在最初幾天或幾個月盡量的闊別苦楚。為此，他們盡力治理病人的苦楚、惡心、食欲和迷惑，供給心思和精力上的支撐，同時尊敬病人及其家人的社會、文明和精力需求。

　　但假如一個病人過渡蒞臨終關(guān)心的時光太晚，他們極可能會錯過這個主要的護理階段。而假如過早，則會給醫(yī)療系統(tǒng)帶來不用要的壓力。

　　平日情形下，早期疾病會演化成一場醫(yī)療危機，病人終究會在重癥監(jiān)護病房里。在那邊，情形任意成長，招致愈來愈多的干涉辦法，常常沒法為病人和他們的家人供給優(yōu)越的辦事，”斯坦福年夜學醫(yī)學研討迷信家、新研討的合著者Ken Jung對Gizmodo說。臨終關(guān)心團隊的目的之一是與患者停止對話，如許患者就可以在危機產(chǎn)生前細心思慮并清晰表達本身的偏好。值得留意的是，即便病人在將來的一年里沒有病危逝世，這些行動也是適合的。臨終關(guān)心的目標就是讓患者從這些說話中受害。

　　Jung說，這類未知足的需求在幾十年前初次被發(fā)明，查詢拜訪顯示80%的美國人愿望在家中逝世去，但只要35%的人這么做。他說，如今情形有所改良，但我們“還有很長的路要走”。

　　而在中國，據(jù)數(shù)據(jù)顯示，每一年有約700萬人走向性命起點，但社會上供給的臨終關(guān)心辦事卻只能知足約15%的需求。

　　英國《經(jīng)濟學人》信息部的申報也以為，中國的臨終關(guān)心辦事供應跟不上生齒老齡化的速度，依據(jù)《經(jīng)濟學人》信息部的2015年“逝世亡本質(zhì)指數(shù)”，中國在80個國度傍邊排名倒數(shù)第10。

　　機會適可而止是很主要的，這就是斯坦福年夜學Anand Avati和他的團隊開辟了一個基于AI體系的緣由。逝世亡猜測算法不是要代替大夫，而是供給一種對象來進步猜測的精確性。除改良臨終關(guān)心的機會以外，該體系還可以加重大夫在猜測患者終局方面的累贅，這是一個費時辛苦的進程。

　　“我們所要處理的成績是，只要一小部門可以從臨終關(guān)心中受害的患者現(xiàn)實上接收了它，部門緣由是因為被發(fā)明得太晚，部門緣由是臨終關(guān)心辦事中[人力資本]缺乏，沒法盡早發(fā)明。”阿瓦蒂告知Gizmodo，“我們試圖處理這個成績。”

　　該體系應用一種被稱為“深度進修”的人工智能，即神經(jīng)收集從年夜量數(shù)據(jù)中進修。在這類情形下，該體系是由成人和兒童患者的電子安康記載（EHR）供給的數(shù)據(jù)，這些患者要末是斯坦福病院，要末是露西爾帕克德兒童病院。在剖析了200萬個記載以后，研討人員肯定了20萬個合適這個項目標患者。研討人員對疾病類型、疾病階段、出院水平（重癥監(jiān)護病房和非重癥監(jiān)護病房）等方面都是“弗成知論者”。一切這些患者都有相干的病例申報，包含診斷，所訂購的掃描次數(shù)，所履行的法式類型，住院時光的天數(shù)，應用的藥物，和其他身分。

　　深度進修算法研討了來自這些患者的160,000例病例申報，并給出了指令：“給定患者和日期，應用該患者的一年EHR數(shù)據(jù)，從該日期起的12個月內(nèi)猜測患者的逝世亡。”該體系接收培訓，猜測將來3到12個月內(nèi)的病人逝世亡。沒有斟酌到壽命少于3個月的患者，由于如許會使臨終關(guān)心的預備時光不敷。

　　控制了新的技巧，算法的義務(wù)是評價剩下的4萬名患者。它做得相當精彩，在3至12個月的時光規(guī)模內(nèi)，勝利地猜測了10個病例中的9個病人逝世亡。年夜約95%的患者在這段時光內(nèi)逝世亡的能夠性較低，壽命跨越了12個月。試點研討證實是勝利的，研討人員如今愿望他們的體系可以或許獲得更普遍的運用。

　　斯坦福年夜學醫(yī)學臨床副傳授，新研討的合著者斯蒂芬妮·哈曼（Stephanie M. Harman）告知Gizmodo說：“這是一個龐雜的分流對象，以改良臨終關(guān)心為手腕，以預斷為代表。” “其目標不是轉(zhuǎn)達一個逝世亡時光”，并彌補說，該體系處理了“辨認那些沒有獲得處理臨終關(guān)心需求的宿疾患者”的成績。

　　Jung彌補道：“我們廣泛以為，這類辦法關(guān)于在臨床情況中平安、有用和相符倫理的應用機械進修是相當主要的。除異常小眾的運用法式外，我們以為簡直老是更好，更癥結(jié)的是讓年夜限將至的人曉得。”

　　在試點研討時代，研討人員留意到該體系的一些缺陷，在進一步應用之前須要加以處理。

　　Jung說： 他說：“例如，現(xiàn)實證實，要找到一個適合的時光和所在，讓臨終關(guān)心的大夫可以或許實時與病院的任務(wù)人員停止交換，這長短常艱苦的。” “在試點研討中顯現(xiàn)的另外一個細節(jié)是，我們發(fā)明，我們假定的一些數(shù)據(jù)將不會涌現(xiàn)在該體系中——至多在應用的時刻是如許。”

　　Jung說，這項試點研討是為了重復研討這些成績，以肯定它能否能順遂運轉(zhuǎn)，并在預期的偏向上全體任務(wù)。

　　主要的是，固然該體系可以做出猜測，并提示醫(yī)療從業(yè)人員對臨終關(guān)心的需求，但體系不克不及告知大夫為何會涌現(xiàn)預斷，或許患者能夠須要的醫(yī)療類型。這類情形與DeepMind的AlphaGo體系相似，如今它可以或許在國際象棋和圍棋中擊敗世界冠軍。專家說，這個體系的做法是“外來的”和弗成預知的，讓掉敗的年夜師們完整迷惑。這就是AI開辟人員稱之為“黑盒子”成績 - 當一臺機械提出成績的謎底或處理計劃時，卻沒有一個明白的辦法來得知若何處理成績的。

　　值得光榮的是，斯坦福算法所做的決議可以被研討。

　　并且，這個體系還能變得更好， 今朝它只是從兩家病院的病人那邊取得數(shù)據(jù)，所所以無限的，有點偏頗。 瞻望將來，體系將經(jīng)由過程加倍多元化的數(shù)據(jù)解析，并應用加倍完美的深度進修模子架構(gòu)，更合適于這項義務(wù)。

　　所以好新聞是這個體系在猜測我們甚么時刻逝世亡愈來愈精確。沒錯，這是使人不安的，然則假如可以或許獲得更好的臨終關(guān)心，這不掉為一件功德。