該項研究著眼於住院患者的一系列臨床問題，最近發表在了 Nature合作期刊（npj） Digital Medicine上。Google將AI技術應用到大量的數據上，這些數據來自2個醫學中心共21.6萬名患者，這些患者每位都在醫院停留了至少24小時。
研究使用的數據來自患者的電子醫療記錄
研究者在雜誌文章中解釋道：「我們想知道在面對范圍寬廣的臨床問題時，深度學習能否提供有效的預測。」所以我們在差距很大的臨床領域挑選出預測項目，包括一項最重要的臨床結果——死亡，一項標準的醫療質量指標——是否再次入院，一項資源利用率指標——住院時長，以及對於患者病情掌握情況的指標——診斷結果。
這項概念驗證研究的結果顯示，該算法可以準確預測患者的死亡風險、是否會再度入院、是否會延長住院時間以及患者的出院診斷。並且，在上述各種情況下，這項新的算法的預測都比以前發表的模型更準確。
根據該研究，使用加利福尼亞大學舊金山醫療系統的數據所作出的患者死亡預測準確率為95％，使用芝加哥大學醫學系統的數據所作出的死亡預測準確率為93％。
此準確率比傳統「強化早期預警評分（augmented Early WarningScore）」預測模型的準確率更高，這種傳統預測模型使用了多種因素來幫助醫生確定患者病情。根據研究報告，傳統方法在加利福尼亞大學舊金山分校的準確率為85％，在芝加哥大學醫學系統的準確率為83％。
Google這項研究的面世的當下，恰逢人們對於使用AI技術的潛在利益和風險所進行的激烈討論之時。從網絡安全風險和AI或許是所謂能帶來災難的「末日機器」，到AI技術對於經濟增長的潛在驅動力，專家們正在從各方面權衡AI技術可能帶來的長期影響。
由於依賴於大量的信息，醫療越來越被認為是應用AI技術的合適領域。FDA官員Scott Gottlieb在今年早些時候發表的演講中就探討了AI技術在醫療行業中應用的前景。
這項技術也面臨巨大的挑戰
週二，在福克斯的一檔電視節目中，家庭醫學醫師Mikhail Varshavski博士表示：「誠然，將大量的醫療信息連接起來使用或許能夠幫助患者，但數據隱私權仍然是關鍵。我會擔心是誰在使用這些數據，又是如何使用這些數據的？作為一名醫生，我希望使用這些數據的公司是為了幫助患者，而不是僅僅為了賺錢。」
「機器也會犯錯，有時候錯誤的數據會導致機器犯錯，所以我們仍然需要監管這個過程。」Varshavski博士補充道。
即使在Google內部，對AI的應用也存在爭議。最近Google退出了一項名為Maven的軍事項目，該項目旨在提高無人機的瞄準精度。Maven項目一直都是Google內部爭論的焦點。今年４月，超過3,100名Google員工集體簽名上書公司CEO Sundar Pichai，希望其退出該項目。
本文係由DeepTech深科技授權刊登。原文連結：谷歌 AI 已经可以预测你的死亡时间，准确率达 95%
