用人工智能测测自己啥时候狗带？

新浪科技

科技圈我最浪

关注

文|新浪科技 蔡妙娴

朋友，人工智能测死亡时间了解一下？

人工智能各种应用早已不新鲜，随着这门技术的进一步发展，凡是我们能想到的行业，无不受到它的冲击。什么人工智能叫你起床，人工智能画画，人工智能唱歌，人工智能演奏乐器，这些也就算了，现在连预测死亡也不放过？

预测死亡很难。就人类医生来讲，他们需要考虑许多复杂因素，包括病人的年纪、家族疾病史、药物过敏情况、以及病症等等。对于复杂的病情，医生本身的素养、经验、偏见等，都会影响对病人寿命的判断。因此，医生的判断往往会误差几个月，要么过早，要么过晚。

然而，在今年1月中旬，美国食品与药品监督管理局已经批准第一套用于监测病患生命体征，并预测死亡时间的算法。这套算法叫做Wave Clinical Platform，由医疗科技公司ExcelMedical开发。

Wave Clinical Platform通过检测到病患身体器官的细微变化，能在死亡到来6小时之前“提前通知”。尽管现代医学已经非常发达，但专业医疗人员仍然无法预测病患的生命会在哪一刻停止。

这套系统的厉害之处就在于，它能将人体内器官变化的信息结合起来分析。比方说，血压的偶然上升并不一定代表出现严重症状，但如果病人的血氧饱和度或呼吸频率同时下降，那么就表示病人状况危机，大限或许即将到来。

早在发展初期，人工智能就显示出了在医疗领域的潜力。它能够帮助研究人员以更快的速度完成繁重的任务。某些时候，人工智能甚至能够非常准确地诊断出病情，并给医师推荐治疗方案。

医疗科技公司在努力的同时，大学也没有落后，例如斯坦福大学也在做相关研究。

斯坦福大学以人文关怀为出发点，希望重病患者在正确的时间，能够得到更好的看护与照顾。这背后存在一个抢救生命和资源分配的矛盾：如果在病患情况危急之时才开始安宁护理（安宁护理指的是，当病人的寿命预计不到一年时，会交给专业的护理团队，使其生命的最后一段日子尽量不太痛苦，同时照顾病患及其家人的精神需要），那么基本已经错过最佳的治疗阶段；而如果过早开始安宁护理，那么对医疗系统来说，又是一个沉重的负担。

很多时候，因为时间的交错，医疗事故就这么酿成了。

斯坦福大学的研究团队希望用人工智能来预测病患病重的时间，从而最大化利用医疗资源。研究人员从200万份医疗记录中筛选了20万份适合项目的记录，之后人工智能系统根据疾病类型、阶段、严重度、诊断结果、手术内容及次数、服用药物、住院时间等等因素进行预测，结果证明，这套系统的准确率达到了90%。

人工智能系统预测死亡虽然成绩优异，但也不是没有缺点。比方说，这套系统虽然能告诉医生病患的死亡时间，但却无法解释是怎样做出判断的。这就好比DeepMind的阿法狗。阿法狗打败了当前的世界第一棋手柯洁，围棋高手们纷纷感慨它的棋风仿佛外星来的，不可预测。这就是人工智能开发人员口中的“黑盒子”问题——也就是，及其能够找到某个问题的答案或解决方案，却不能解释背后的原因。

好在，斯坦福大学这套算法的“思想”还是可以研究的。外科医师Siddhartha Mukherjee认为，当算法给出一名病患的预测死亡时间后，你可以回过头来分析一下病患的情况。

举例来说，有一个人在“几个月内去世”项目上得了0.946分，他身患膀胱癌和前列腺癌，经历过21次检查，住院60天，这些都是算法考虑在内的影响因素。但是，医生百思不得其解，为什么算法预测死亡时间要比他们早。后来，医生们发现，原来这个病人之前在做手术的时候，脊髓里曾经插过一根导管。这种细节，是人类医生往往会忽视的。

另外值得注意的是，不是所有的病人情况都相同。如果一个病人所患的疾病非常罕见，在系统数据中的代表不够多，那么算法的判断必然有失准确；医院的情况也是不同的，目前，上述研究的数据来源均局限于几家医院，这些医院服务于特定人群，本身的医疗标准不同，医疗记录信息也不同，而系统承担起这些出入时，对判断结果也会有所影响。因此，想要系统提高准确性，确立统一的标准势在必行。

最后，人工智能系统预测死亡的道德性也值得探讨。如果机器掌握着你是否得到重点看护的权力，那么当它决定放弃对你的治疗时，会发生什么？毕竟，人类医师即便是在某些绝望的情况下，也以抢救病人为第一要务，机器可不这么想。