溫和地走進那個良夜:吳恩達團隊利用深度學習提升臨終關懷服務效用

微胖發表於2017-11-28

整理 | 微胖

80%的美國人希望在生命最後階段在家安然渡過,不過,實際上只有20%的人能夠實現這一願望。

在美國,60%多的病患都會在急症醫療機構(acute care hospital)告別人世,即使在臨終日子裡,絕大多數病患都還在接受積極治療。

[安寧療護] 一 般又稱 [臨終關懷]、[安寧照顧] 、[緩和醫療]、[善終服務]等。當有些病人隨著病情的加重,出現嚴重或複雜的症狀。他們將被會被轉介去諮詢專業的安寧療護,讓專業小組照顧,以滿足病人需要。

 另外,病人的家庭醫生也可以代表病人諮詢專業的臨終關懷服務。

研究顯示,近十年來,美國安寧療護需求呈逐漸上升趨勢。2008年,擁有50多個床位醫院的服務需求為53%,2015年,這一比例上升到67%。然而,一份來自國立安寧療護機構的登記數字表明,只有極少一部分需求真正得到滿足。其中一個主要原因是從業人員的短缺,醫療系統也缺乏僱傭這類人員的動力。

溫和地走進那個良夜:吳恩達團隊利用深度學習提升臨終關懷服務效用


為了改變這一現狀,史丹佛大學吳恩達團隊研究出一種深度神經網路系統,幫助醫療系統更好地分配安寧療護資源。

這個深度神經網路系統包含18個隱藏層,訓練資料來自史丹佛醫院電子健康病歷(EHR)資料庫的200多萬份病患資料。團隊使用了過去12個月的電子健康病歷資料,特別是診斷程式碼(diagnostic codes)、 處置程式碼(procedure codes)、藥物處理程式碼(medication codes)以及就診細節(encounter details) 方面的資訊。

結果顯示, 僅需檢視某位病患電子健康病歷資料,系統即可以識別該病患所剩生命時間是否不到三個月乃至一年。服務團隊可根據系統通知主動接觸病患,而不再依賴治療醫生的意見。如此以來,工作人員就能在一切還有意義的情況下,儘早提供關懷服務。

值得一提的是,為了提高根據機器學習給出的預測採取行動的可信度,系統還會自動生成一份報告,告訴使用者病人電子健康病歷資料中,哪些最關鍵因子導致了這一決策結果。

目前,這項研究正在一家醫療中心試點。

相關文章