“死亡演算法”：預測死亡時間準確率達90%！

IT派 - {技術青年圈}持續關注網際網路、大資料、人工智慧領域關注往期精彩回顧

  重大改變！Excel即將接入Python！辦公軟體也要革命

2017年大資料領域薪資有多高？

女博士實名舉報長江學者陳小武性騷擾女學生

導讀：在2017年11月的IEEE國際生物資訊學與生物醫學大會上，史丹佛大學電腦科學系的一名研究生Anand Avati對“死亡演算法”的研究進行了報告：預測死亡時間準確率達90%！

2016年年底，史丹佛大學電腦科學系的一名研究生Anand Avati和醫學院的一個小團隊試圖開發一種演算法，以確定時日無多的病患的壽命。Avati告訴我：“醫院的臨終關懷小組面臨嚴峻的挑戰。我們怎麼能找到那些會在三到十二個月內死亡的病人？”這個時間間隔是臨終關懷的最佳的區間。

超過12個月的臨終關懷服務可能會造成不必要的資源浪費，也會造成供應緊張；相反，如果死亡在三個月內就會發生，可能並沒有足夠的準備時間。Avati知道，識別出那些處於“死亡時間段”的患者，可以幫助醫生對他們採用更合適、更人道的醫療干預措施。

如果演算法有效，臨終關懷團隊將更快地搜尋到那些最需要幫助的人。Avati和他的團隊確定了約20萬名患者作為學習樣本。該團隊的主要引數是醫院的醫療記錄，資料涵蓋多種疾病，包括癌症、神經系統疾病、心臟病和腎臟衰竭等。

假設一名男子在2017年1月死亡，如果你將時間回溯到“臨終關懷的最佳時間”，就來到了 2016年1月至10月間。Avati知道，為了在這個時間段鎖定病人，你需要在此之前就收集和分析他的醫療資訊。那麼該怎樣通過這個人的資訊，就能使醫生準確預知病人會在三到十二個月的時間內死亡呢？又需要什麼樣的資料才能教會演算法來進行這樣的預測呢？

史丹佛大學的Anand Avati

Avati利用了醫院醫生已經編碼的醫學資訊：病人的診斷說明，預定的掃描次數，在醫院裡度過的天數，所做的各種手續，醫療處方等等。這些資訊當然是有限的，沒有問卷調查，沒有對話，也不需要用鼻子嗅探化學物質，但它們是一些客觀的標準化引數。

 

這些資訊被輸入到深度神經網路（一種軟體架構，因為它模仿大腦神經元的組織方式）中。演算法的任務是調整每條資訊的權重和強度，以便生成一個給定患者在3到12個月內死亡的概率分數。

 

這套“死亡演算法”從近16萬名患者身上採集資訊進行自我訓練。當它學習了所有資料之後，Avati的團隊對剩下的4萬名患者進行了測試。這一過程演算法的表現很出色，錯誤率很低，演算法認為會在3到12個月內死亡的患者中，90%都得到了應驗。

演算法認為存活期超過一年的患者，95％存活超過12個月。（這個演算法使用的資料可以在將來得到很大的改進，掃描結果，醫生的筆記或者病人的自我評估都可以加入到這個系統中，從而提高預測的精度。）

在2017年11月的IEEE國際生物資訊學與生物醫學大會上，Avati對此項研究進行了報告。

-END-

1001  Wed

IT派會持續關注網際網路、大資料、機器學習和人工智慧領域，歡迎加入IT派-{ 技術青年圈 }，希望大家更多參與到相互學習交流的過程中，掃描二維碼備註IT派進群交流 。

  IT派

閱讀原文，有資源共享