预测死亡？Google一下或许你就知道
2018-06-27 谢笑笑（编译） 健康界
Google在人工智能方面已取得空前进步，目前正凭借Medical Brain项目进军医疗领域。其最新开发的人工智能软件Neural Networks，可将Google擅长的预测技术与机器学习相结合，分析原始医疗数据，从而预测住院病人的住院时长、再入院几率和死亡几率。Google AI预测系统V.S. 传统数据分析此前，一患乳腺癌的女子到医院治疗时，癌细胞已扩散至肺部。医院电脑在读取其重要生命迹
Google在人工智能方面已取得空前进步，目前正凭借Medical Brain项目进军医疗领域。其最新开发的人工智能软件Neural Networks，可将Google擅长的预测技术与机器学习相结合，分析原始医疗数据，从而预测住院病人的住院时长、再入院几率和死亡几率。
Google AI预测系统V.S. 传统数据分析
此前，一患乳腺癌的女子到医院治疗时，癌细胞已扩散至肺部。医院电脑在读取其重要生命迹象后预测该女子在住院期间死亡几率达9.3%。随后，Google的新算法在分析了175，639项数据后推翻医院的结论，预测：该女子住院期间死亡率达19.9%，随后该女子在两周内去世。
Google的数据筛选能力让医学专家感到震惊。因为传统的数据分析无法接触到隐藏在PDF文档或很久之前旧表格里的数据，但Google的AI系统可以通过Neural Networks软件获取所有数据后并快速预测，精准度高不说，甚至还可以显示预测结果的依据。
一直以来，医院、医生及其他医疗服务供应商都在尝试寻找更好利用电子健康记录及其他患者数据的方法。现行的健康数据收集及分析工作成本大、难度高、耗时长，而Google AI系统在投入使用后基本可以解决这些问题，从而提升医务人员的工作效率，使其可花更多时间照顾患者。
目前，医疗软件大部分由人工编码，而Google的设计则可实现机器独立分析数据的功能。
AI预测系统将应用于临床
Google AI部门总监Jeff Dean在接受彭博社采访时说，Google下一步就是要将这套AI预测系统应用于临床。Dean管理的研究团队正在研发大量精准度高的疾病预测工具，可预测疾病治疗的成功率及失败率。Dean表示AI系统将带领医生了解到更多的药物及临床诊断知识。Google的AI系统为每个医院都制定了预测模型，正致力于建立新伙伴关系，获得更多医疗记录信息。
Google与Verily正在开发生物信号追踪设备。即使消费者不使用可穿戴设备，Google也有其他大量获取数据来源的方式。Google可以分析天气及交通状况，其安卓系统还可追踪人们的走路方式和其他测量精神不振等病症的有效信息。这些搜集到的信息可全部用于医疗算法分析。
医疗记录只是Google AI医疗计划的一部分，Medical Brain已将AI系统应用于放射学、眼科学、心脏病学等领域，同时也在正向皮肤病学发展。Google正在印度开展一项新实验，用AI软件扫描眼部，以检测糖尿病性视网膜病变早期征兆，准确率高达90%。
AI预测系统面临的挑战
对此，Google员工表示，这是一款有实际商业应用价值的产品，打开了一个全新市场。不过，尽管Google的人工智能技术形势看好，但利用AI提升医疗成果仍是一个巨大的挑战，比如IBM沃森曾试图将AI技术应用于医疗，但在节约成本、提升报销技术系统上取得的成效仍相当有限。
长期以来，Google都在寻求进入电子病历系统，结果也是好坏参半。在近期研究中，Google减少了与加利福尼亚大学及芝加哥大学关于460亿项匿名患者数据的合作。在患者信息交易方面，Google也很谨慎。2017年，英国监管机构惩罚了Alphabet AI实验室DeepMind，原因是该实验室在未告知患者的情况下分析了患者的电子病历。不过，Google及其医院合作伙伴坚持其数据是匿名的，安全的，是经过患者同意的。Volchenboum表示，Google如果想将业务拓展至小的医院及医疗系统，那么严格保护患者数据将变得更加困难。
为实现商业化运作，Google需要收集更多电子病历。不过就目前而言，Google表示：AI预测系统开启商业化模式还为时过早。
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#Google#
56