使用人工智能來預(yù)測患者死亡的時間聽起來像反烏托邦科幻電視劇"黑鏡"中的一幕。但是斯坦福大學(xué)的研究人員認(rèn)為,AI 的這個用途,可以給醫(yī)生和病人及早地開始必要的臨終交談提供一個良好的機會。
許多醫(yī)生經(jīng)常就關(guān)于他們的病人何時會死亡提供過于樂觀的估計,延遲了進行臨終選擇的交流。這種可以理解的人類傾向可能導(dǎo)致病人在醫(yī)院里接受多余的、昂貴的且強烈的治療,而不是在相對舒適的環(huán)境中更加平和地結(jié)束生命。斯坦福大學(xué)研究小組正在測試的另一種方法是使用人工智能來幫助醫(yī)生篩選新入院的患者,這些患者可以從談?wù)摴孟㈥P(guān)懷的選擇中受益。
過去的研究表明,如果可能,大約80%的美國人寧愿在家度過最后的日子。實際上,根據(jù)斯坦福大學(xué)在arXiv服務(wù)器上發(fā)表的文章"Improving Palliative Care with Deep Learning" 所引用的研究,多達60%的美國人接受積極的治療的同時最終死于急救醫(yī)院。
姑息治療專家通常是應(yīng)病人主治醫(yī)生的要求而提供他們的服務(wù),這通常包括為患有嚴(yán)重疾病的病人提供救濟,或者在生前遺囑中記錄臨終治療的選擇。但是斯坦福健康護理的內(nèi)科醫(yī)生斯蒂芬妮·哈曼(Stanhanie Harman)是姑息治療服務(wù)部門的創(chuàng)始醫(yī)療主管,他認(rèn)為通過姑息治療醫(yī)生鑒別并主動地接觸病人,可以調(diào)轉(zhuǎn)上述的常規(guī)順序。她與醫(yī)藥和生物醫(yī)療信息專業(yè)的研究人員均認(rèn)為 AI 與醫(yī)療保健協(xié)作是一個好的研究方向。
哈曼把她的想法帶到了斯坦福大學(xué)醫(yī)學(xué)和生物醫(yī)學(xué)信息學(xué)副教授Nigam Shah。 Shah一直在研究人工智能在醫(yī)療保健領(lǐng)域的合作,他與斯坦福大學(xué)兼職教授,前百度人工智能集團負(fù)責(zé)人Andrew Ng進行了交流。他們一致認(rèn)為,姑息治療的想法似乎是一個很好的項目,并加深了討論。
斯坦福大學(xué)的人工智能算法依靠深度學(xué)習(xí),這種流行的機器學(xué)習(xí)技術(shù)使用神經(jīng)網(wǎng)絡(luò)來過濾并且從大量數(shù)據(jù)中學(xué)習(xí)。研究人員對斯坦福大學(xué)醫(yī)院或露西爾帕卡德兒童醫(yī)院入院的約200萬成人和兒童患者的電子健康記錄進行了深度學(xué)習(xí)算法,以預(yù)測未來3至12個月內(nèi)某名患者的死亡率。 (預(yù)測三個月內(nèi)病人的死亡將使姑息治療所需的準(zhǔn)備時間太少。)
斯坦福大學(xué)人工智能實驗室計算機科學(xué)博士候選人Anand Avati說:"我們可以使用常規(guī)收集的醫(yī)療保健環(huán)境中的操作數(shù)據(jù)建立一個預(yù)測模型,而不是精心設(shè)計的實驗研究。“可用的數(shù)據(jù)規(guī)模使我們能夠建立一個全因死亡率預(yù)測模型,而不是疾病或具體的人口統(tǒng)計。"
該試點研究使用一種算法來預(yù)測病人死亡率 - 這得到了一個機構(gòu)審查委員會的批準(zhǔn) - 事實上并不像人們想象的那么可怕。從道德和醫(yī)療的角度來看,深度學(xué)習(xí)模式在幫助人類醫(yī)生篩查患者姑息治療方面的幫助通常具有重大的益處和極少缺點。
"我們認(rèn)為讓醫(yī)生循環(huán),把這個想法稱為"機器學(xué)習(xí)和醫(yī)生"是一條路,而不是盲目地根據(jù)算法進行醫(yī)療干預(yù)......這使我們在道德和安全方面都變得更加堅定"斯坦福大學(xué)研究科學(xué)家肯尼斯·榮格(Kenneth Jung)說。
深度學(xué)習(xí)算法的一個潛在問題就是,即使是其創(chuàng)建者也經(jīng)常不能解釋為什么深度學(xué)習(xí)模型會產(chǎn)生特定的結(jié)果。也就是說,深度學(xué)習(xí)可能很難解釋預(yù)測模型如何得出結(jié)論,比如某個病人可能會在一年內(nèi)死亡。
慶幸的是,死亡率預(yù)測背后的原因并不見得非常必要。姑息治療團隊主要關(guān)心是否能夠準(zhǔn)確鑒定會受益于姑息治療的病人,而不是需要準(zhǔn)確地知道算法為什么會預(yù)測一名患者可能會在一年內(nèi)死亡。榮格解釋如下:
這也就是為什么我們不必?fù)?dān)心利用這種模型帶來消極結(jié)果。姑息治療干預(yù)與病因并沒有緊密聯(lián)系。但是,也有特殊情況,如果病人即將死亡而需要進行治療選擇,那么這種情況下希望能夠找到病因。
但是,作為研究對象,了解深度學(xué)習(xí)模型如何做出預(yù)測是有幫助的。在這種情況下,斯坦福大學(xué)使用了一種常見的錯誤分析技術(shù),稱為消融分析,研究深度學(xué)習(xí)模型的決策過程。他們的方法是通過調(diào)整個別參數(shù)來一點一點地調(diào)整模型,以確定這些參數(shù)對模型的決策有什么影響。
斯坦福大學(xué)的研究小組也強調(diào),病人也不是非要臨近死亡才應(yīng)該去了解姑息治療。榮格說,試驗性研究的早期階段表明,即便重癥病人可能不會在一年內(nèi)就死亡,對于醫(yī)生來說,與重病患者進行臨終討論通常也是有益的。與研究人員找出病人接受姑息治療的最佳時間相比較而言,深度學(xué)習(xí)模型預(yù)測死亡率僅僅恰巧是一個有用的測試,簡單來說就是預(yù)測一個人會不會死亡。
斯坦福大學(xué)的研究小組旨在通過 AI 預(yù)篩選能夠幫助提升病人按照自己意愿接受臨終治療的比例,減少最終死亡在 ICU 病房(違背病人意愿)的病人數(shù)量。他們也希望能夠確保病人及其家屬有機會去討論在臨終前所希望發(fā)生的事情。
本文經(jīng)微信公眾號IEEE電氣電子工程師學(xué)會授權(quán)轉(zhuǎn)載,轉(zhuǎn)載請聯(lián)系出處
(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )