斯坦福AI系统能预测病患死亡时间,准确率高达90%

时间:2021-06-04 08:49

本文摘要:斯坦福大学的研究人员开发了AI算法,通过深层神经网络在200万医院的医疗记录中开展训练,需要正确预测患者的明确丧生时间。实验结果表明,准确率高达90%。该研究团队称,该算法不仅可以预测12个月前患者生命结束的时间,还可以计算出患者拒绝接受伤痛缓和化疗的最佳时机,使患者在临终前不受病痛虐待。 2016年底,斯坦福大学计算机科学系的研究生AnandAvati和该校医学院的团队开发了新的算法,需要确认患者的寿命长短。通过研究,该算法需要在12个月前知道人们生命的结束时间。

亚博App

斯坦福大学的研究人员开发了AI算法,通过深层神经网络在200万医院的医疗记录中开展训练,需要正确预测患者的明确丧生时间。实验结果表明,准确率高达90%。该研究团队称,该算法不仅可以预测12个月前患者生命结束的时间,还可以计算出患者拒绝接受伤痛缓和化疗的最佳时机,使患者在临终前不受病痛虐待。

2016年底,斯坦福大学计算机科学系的研究生AnandAvati和该校医学院的团队开发了新的算法,需要确认患者的寿命长短。通过研究,该算法需要在12个月前知道人们生命的结束时间。预测时间过长,不会浪费不必要的资源,时间短,患者家属可能没有足够的时间应对。因此,如果算法需要在一年内识别,可以协助医生和家人使用更合适、更人道的医疗干预措施。

那么,斯坦福大学的研究团队如果做到件事呢?问题的关键是如何找到从发现疾病到12个月内死亡的患者数据。AnandAvati和他的团队在之后的研究中获得了约200万成人和儿童患者的电子健康文件数据。他们利用医生已经编码的医学信息、患者的临床说明、预期的瞄准次数、医院童年天数、实现的各种化疗、医疗处方等数据,获得了很多客观的标准化参数。其次,这些数据被这个斯坦福队用来训练深度神经网络,分解了预测死亡的算法。

这个深度神经网络是模仿脑神经元的组织方式的软件结构。算法的任务是调整各信息的权重和强度,分解等价患者在3~12个月内死亡的概率分数。

在后期实验中,Avati的团队从数十万患者身上搜集信息开展自我训练。自学所有数据后,对数万患者进行临床测试。测试结果表明算法非常高效,错误率低,算法指出,在3~12个月内不死亡的患者中,90%得到应验的算法指出,该患者的生存期为1年以上,95%的人生存了12个月以上。该研究团队称,将来这些算法在数据激增的情况下没有相当大的改良和提高。

例如,医生的笔记和患者的自我评价可以再次加入该系统,提高预测的精度。从这个角度来看,通过AI预测患者的死亡时间已经是可靠,这个研究的意义在哪里呢如果知道这个算法可以顺利落地的话,对患者和家人来说肯定是残忍,患者具体告诉自己的死亡时间,有必要诚实地面对未来的生活吗?该团队的研究人员回答说,患者预测自己的死亡时间是残酷的。但是也有很多好处。例如,1、必须尽量给患者带来更好的临终关怀。

2.有必要让医生尽快实施更好的化疗方案。一项研究调查显示,由于不告诉患者明确的死亡时间,约80%的美国人希望在家完成人生的最后一次旅行,但60%死于医院,很多患者死前的生活和他想的事情没有相当大的差距。

据报道,目前该算法已经得到机构审查委员会的认可。原文来自dailymail(公共编号:)编译器。原始文章允许禁止发布。下一篇文章发表了注意事项。


本文关键词:斯坦福,亚博App,系统,能,预测,病患,死亡,时间,准确率

本文来源:亚博App-www.cashewstyle.com