人工智能预测患者寿命 助推姑息治疗

为了改善终末期疾病患者的姑息治疗，斯坦福大学计算机科学系的研究人员将深度学习与电子病历数据进行了创新性应用。

博士生阿南德·阿瓦提（Anand Avati）是这支团队的总负责人。他们建立了一个深度神经网络，输入了斯坦福医院和露西尔·帕卡德儿童医院（Lucile Packard Children’s Hospital）20万名患者的电子病历信息。

研究人员运用该系统对其中的16万名患者的数据进行了如下运算：选定一名患者和日期，以该患者前一年的电子病历数据为基础，预测出该患者在该日期后12个月内的死亡率。

之后，再让系统根据上述结果，预测出另外4万名患者的死亡日期。研究结果表明，预测准确度达90％。

去年11月份，研究团队联合署名，在arXiv.org上发表了研究报告《利用深度学习改善姑息治疗》（Improving Palliative Care with Deep Learning）。同时，这份报告也明确了姑息治疗面临的问题。

报告认为，即便患者很可能从姑息治疗中获益，但医生可能会由于过度乐观、时间压力或临床惰性等多种原因，不会向患者推荐姑息治疗。这可能导致患者不能完成临终心愿以及过度实施积极治疗。此外，姑息治疗专业人员的短缺，使得利用人工图表主动筛选候选患者的过程（例如，姑息性预后指数，Palliative Prognostic Index）即耗时又耗财。但是，深度神经网络可以直接解决这些问题。让人工智能先行于人类医生，可以避免因医生自负、个人偏见或不自觉不情愿地对患者预后进行切实评估等产生的人为失误。

报告结论认为，应用深度神经网络技术得出的结果“可以成为衡量姑息治疗咨询需求的一种指标”，为早已不堪重负的美国医疗保健业减负。

2013年，有估计表明，美国姑息治疗专科医生缺口为1.8万名，相当于每2万名患有严重慢性病的老年人只有一位姑息医生。此外，据美国债务解决方案平台Debt.org报道，接受姑息治疗的患者人均花费超过1万美元。

研究人员解释说，深度神经网络技术旨在帮助医院更好地分配有限的姑息治疗资源，“当预测死亡率也可以成为一种指标时，就能够确定哪位患者需要接受姑息治疗。”

研究人员肯尼斯•郑（Kenneth Jung）表示：“大家都相信，这种算法有助于在临床中安全、有效、合乎伦理地应用机器学习。除了很小众的应用外，最好也最关键的是，让业内人士也知晓这种算法。”

总之，开发这种算法并非是为了取代医生，而是提供一种工具，来提高医疗预测的准确性。正如美国电气电子工程师学会杂志《科技纵览》（IEEE Spectrum）记者徐云杰（Jeremy Hsu）所说，“斯坦福大学的研究人员认为，这种人工智能为医患之间尽早沟通临终治疗事宜提供了良机。”

参考资料：

1.  Hospital Management：Artificial Intelligence system predicts life expectancy to aid palliative care

2.  arXiv：Improving Palliative Care with Deep Learning

3.  Stanford University: Ph.D Students   

4.  TechXplore: How long will patient live? Deep Learning takes on predictions

5.  BioITWorld：Deep Learning In The Clinic: Predicting Patient Prognosis

6.  IEEE Spectrum ：Stanford's AI Predicts Death for Better End-of-Life Care  

GIZMODO：New AI System Predicts How Long Patients Will Live With Startling Accuracy