死亡可以預測嗎？

生老病死是自然規(guī)律，死亡更是人類不可避免的過程。那么，死亡是不是可以被預測呢？隨著科技越來越發(fā)達，目前正火熱的人工智能或許可以做到這一點。

繼斯坦福大學于今年1月開發(fā)了一種基于大數(shù)據(jù)的AI算法，能夠以90%的準確率預測死亡后，本周一，谷歌旗下的Medical Brian團隊推出了一種新的人工智能算法，可以幫助醫(yī)院預測病人的死亡時間，并有望在醫(yī)療領域展開更廣泛的應用。

但是，這項技術是福是禍，暫時還不能下定論。

谷歌預測死亡新AI工具，將應用到診所

本周一，谷歌旗下的Medical Brian團隊宣布開發(fā)了一種新的人工智能算法，可以幫助醫(yī)院預測病人的死亡時間，并有望在醫(yī)療領域展開更廣泛的應用。值得一提的是，根據(jù)早期的結果顯示，人工智能系統(tǒng)的預測時間要比醫(yī)生的結論還要準確。

谷歌正在訓練機器人預測人類死亡

谷歌又搞出一個人工智能，它可以比醫(yī)生更準確地預測死亡

谷歌研究出了一個預知死亡的機器人，準確率95%！

該項研究，著眼于住院患者的一系列臨床問題，最近發(fā)表在Nature合作期刊（npj） Digital Medicine 上。谷歌將AI技術應用到大量數(shù)據(jù)上，這些數(shù)據(jù)來自兩個醫(yī)學中心共216000名患者，他們每人都在醫(yī)院停留了至少24小時。

研究者在文章中這樣解釋：”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(yī)療質量指標——是否再次入院，一項資源利用率指標——住院時長，以及對于患者病情掌握情況的指標——診斷結果?！?/p>

根據(jù)該研究，使用加利福尼亞大學舊金山醫(yī)療系統(tǒng)的數(shù)據(jù)所作出的患者死亡預測準確率為95％，使用芝加哥大學醫(yī)學系統(tǒng)的數(shù)據(jù)所作出的死亡預測準確率為93％。

今年5月，谷歌人工智能主管Jeff Dean表示，谷歌的下一步計劃就是將這套預測系統(tǒng)應用到診所。與此同時，谷歌的團隊還在《自然》雜志上發(fā)表了一篇論文，其中提到了人工智能技術的預測算法：“這些模型所有情況下都要比傳統(tǒng)的臨床預測模型更有效。我們相信這種方法可以為各種臨床場景創(chuàng)建提供準確的預測范圍?！?/p>

斯坦福大學開發(fā)AI算法

死亡預測時間準確率高達90%

無獨有偶，今年1月，美國斯坦福大學開發(fā)了一款“預測死期”的AI系統(tǒng)。它根據(jù)將近200萬名成人和兒童患者的電子健康檔案數(shù)據(jù)，加上相關的醫(yī)學診斷信息，包括：診斷說明、在醫(yī)院的天數(shù)、施行的各種治療、醫(yī)療處方等，得到一個大數(shù)據(jù)統(tǒng)計數(shù)據(jù)。再通過數(shù)據(jù)收集與系統(tǒng)自主學習機制，來預測病患具體的死亡時間。

該研究小組表示，這套AI系統(tǒng)收集了從發(fā)現(xiàn)病癥到12個月內死亡的病人數(shù)據(jù)，他們利用這些數(shù)據(jù)訓練AI，讓它可以模仿人類大腦神經(jīng)元的組織方式，因此可以判斷患者3～12個月內死亡的機率。該技術可以極大地改善對病人及其家人的年終護理：通過更準確地預測出絕癥或重病患者何時會去世，照顧者可以優(yōu)先考慮他們的愿望，并確保在為時已晚之前進行重要的談話。

斯坦福大學人工智能實驗室計算機科學博士研究生Anand Avati表示：“我們可以利用在醫(yī)療保健環(huán)境下常規(guī)收集的操作數(shù)據(jù)建立一個預測模型，而不是精心設計的實驗研究?，F(xiàn)有數(shù)據(jù)的規(guī)模使我們能夠建立一個全因死亡率預測模型，而不是特定于疾病或人口統(tǒng)計學的預測模型?！?/p>

這個工具本身并不是用來指導護理過程的，相反，它可以與人類醫(yī)生的評估結合使用，以便在對患者進行生命結束計劃的預篩查中做出積極更精確的決定。最重要的是，該算法得到了機構審查委員會的批準。

AI預測死亡，到底是福是禍？

對于AI預測死亡到底是福是禍，簡單來說，這是一個人工智能新的應用領域，可以為人類提供最可貴的服務——給病人最后的時光。但是，即使這項技術在幫助人類醫(yī)生篩選病人進行治療方面存在益處，其隱藏的“禍事”也不可小覷。

首先，是隱私問題。眾所周知，在進行這項研究的過程中，研究員會需要大量的醫(yī)療數(shù)據(jù)，而多數(shù)醫(yī)療數(shù)據(jù)庫都是獨立存在的，分布在各種醫(yī)療系統(tǒng)和政府機構中。所以，如果將這些數(shù)據(jù)集中起來，比如由谷歌牽頭，將私有企業(yè)和公共醫(yī)療系統(tǒng)中海量的患者健康數(shù)據(jù)匯集到一起，那么他們將有可能發(fā)展起健康產(chǎn)業(yè)，并成為醫(yī)療行業(yè)的壟斷者。

另外，值得注意的是，谷歌參與的醫(yī)學研究部門DeepMind Health曾在2017年在未經(jīng)同意下收集患者數(shù)據(jù)，從而違反了英國法律而被指控。難過的是，DeepMind最近又遭到了谷歌審核小組的質疑，原因依然是來自它與英國國民醫(yī)療服務體系（NHS）合作共享醫(yī)療數(shù)據(jù)的事宜。

無獨有偶，2016年，谷歌由于獲得了倫敦三家醫(yī)院超過160萬患者的數(shù)據(jù)，遭到了來自患者的強烈反對。據(jù)了解，當時，谷歌正在開發(fā)一款應用，可以在病人的腎臟出現(xiàn)問題時第一時間通知醫(yī)生。

實際上，除了非法獲取數(shù)據(jù)外，醫(yī)療領域數(shù)據(jù)泄露的事件層出不窮，如果在研究過程中，利用了公眾的數(shù)據(jù)卻無法保證數(shù)據(jù)的安全，這勢必會演變成一個更嚴重的問題。

其次，是醫(yī)療資源分配問題。如果一位病人并且要明顯比另外一位病人嚴重，那么醫(yī)院是否會根據(jù)人工智能的預測結論合理分配醫(yī)療資源，也非常值得關注。另外，對病人來說，知道自己的死亡時間，無疑是會加大其心理壓力，那么應該如何保證，這份壓力不會對患者的疾病造成負面的影響呢？

最后，是關于確保該AI技術被合理應用的問題。雖然，這項技術在一定程度上可以幫助醫(yī)生進行更精準的判斷，但是，在這個過程中，保證病人能夠通過AI技術受益，是最重要的，而不是讓技術公司從中漁利。

因此，將這項技術應用于現(xiàn)實還有很多的問題要去解決，比如AI、倫理等等。究竟是福是禍，還需要進一步的關注。