用AI预测死亡，准确率高达90％，斯坦福大学的研究团队最新论文

智能菌

昨天的推送中，跟大家探讨了人工智能预测精神病。今天再来谈谈它在其他领域的预测。斯坦福大学的研究团队已经开始使用人工智能用来预测死亡，而且准确率高达90%。

“大夫，他还能……几天呢？”家属问。

“就这几天了。”医生小心地回答。说完之后，他略微紧张地探头看看病人是否安好。其实，他觉得病人的生命只剩下几个小时了，甚至可能回个头就没了，但他不好这样说——也许病人又撑个几天，谁也不好说。

医生之所以这样回答有两个原因，一是治疗惯性，习惯给出乐观估计，从而推迟了医生与病人之间关于临终选择的艰难对话；二是考虑到人之常情。

通常情况下，当一个病人不可能活到一年以上，治疗就会被转移到一个临终关怀小组，他们试图让病人在最后几天或几个月尽可能远离痛苦。为此，他们努力消除病人的痛苦、恶心、食欲和困惑，同时尊重病人及其家人的社会、文化，尽量满足其精神需求。

一个人何时“离开”确实难以预料。如果一个病人过渡到临终关怀的时间太晚，很可能导致病人在生命最后时刻错过这个重要的护理阶段，在接受不必要的、费用高昂的治疗中死去，而不是在相对舒适的环境中走完生命旅程。

此外，乐观的估计，则会给医疗体系带来不必要的压力，同时可能导致有的人错过陪伴亲人走到最后一刻的时机。

有了AI，这一问题似乎可以得到解决。如今，斯坦福大学已经将AI用来预测死亡，而且准确率高达90%！

根据调查，大约有80%的美国人更愿意在家中度过自己最后的日子。但根据斯坦福大学之前发表过的题为《改善临终关怀与深度学习》的论文显示，高达60%的美国人在急性护理医院接受治疗的过程中结束了自己的生命。

让我们来看看AI能做些什么。斯坦福大学的研究人员尝试用人工智能帮助医生完成对新入院病人的筛查。如果一些病人已经到了需要临终关怀服务的阶段，医生可以较早做出判断，及时向临终治疗专家提出临终关怀请求。

据了解，斯坦福团队的人工智能算法基于深度学习技术和医疗大数据。作为一种流行的机器学习技术，深度学习技术主要利用神经网络进行数据的过滤以及学习；而医疗大数据则则包括了斯坦福医院或 Lucile Packard儿童医院接收的大约200万名成人和儿童患者的电子健康档案数据。

斯坦福人工智能实验室从事计算机科学研究的阿南德•阿瓦提(Anand Avati)表示，“与精心设计的实验研究相比，我们可以使用常规收集的数据建立一个全因死亡率的预测模型。现有数据的规模也能允许我们这样做。”

按照传统方法，医生会在患者临终期前三个月内进行预测，那样的话留给临终关怀服务的时间会很紧张。经过训练后，该算法能提前3-12个月预测患者生命结束的时间。临终关怀专家也得以提前接触到有需求的病人。

用AI预测死亡，其实并没有听起来这么可怕。提前了解“离开”的时间，可以让告别时刻不那么狼狈。研究团队称，深度学习模型在帮助医生筛选病人并找出他们接受临终关怀治疗的最佳时机方面能够起到很大的作用。如今，算法已经得到一家机构审查委员会的批准。

那么问题来了，谁愿意知道自己的“死亡”时间呢？这是一台多么不吉利的机器，一言不合就能把生命的终点预测了，这个研究成果，其实会触及到伦理问题。当然，对于有正确的生命观的人来说，AI可以预测生命的终点，有助于交代后事，以免引起很多不必要的纠缠案。