斯坦福AI系统能预测病患死亡时间,准确率高达90%
作者:yobo体育全站app 发布时间:2021-11-10 22:47
本文摘要:斯坦福大学研究人员研发出有了一种AI算法,通过深层神经网络在200万医院医疗记录中展开训练,需要精确地预测病患的明确丧生时间。实验结果表明,准确率需要高达90%。该研究团队称之为,该算法不仅能提早12个月预测患者生命完结的时间,还能计算出来出有患者拒绝接受伤痛缓释化疗的最佳时机,使得患者在临终前免遭病痛虐待。 2016年年底,斯坦福大学计算机科学系由的一名研究生Anand Avati和该学校医学院的一个团队尝试研发一种新的算法,需要确认病患的寿命长短。

yobo体育全站app官网

斯坦福大学研究人员研发出有了一种AI算法,通过深层神经网络在200万医院医疗记录中展开训练,需要精确地预测病患的明确丧生时间。实验结果表明,准确率需要高达90%。该研究团队称之为,该算法不仅能提早12个月预测患者生命完结的时间,还能计算出来出有患者拒绝接受伤痛缓释化疗的最佳时机,使得患者在临终前免遭病痛虐待。

2016年年底,斯坦福大学计算机科学系由的一名研究生Anand Avati和该学校医学院的一个团队尝试研发一种新的算法,需要确认病患的寿命长短。通过研究找到,该算法需要在长达12个月前就能知悉人们生命的落幕时间点。如果“预测”时间过长不会导致不必要的资源浪费;如果时间较短,可能会让病患的家人没充足的时间做出应付。

因此如果算法需要在一年内辨识出有,就可以协助医生、家属对病患使用更加适合、更加人道的医疗介入措施。那么,斯坦福大学的研究团队是如果做这件事的呢?问题的关键是如何寻找从找到病症到十二个月内丧生的病人数据。

Anand Avati和他的团队在之后的研究中获得了大约200万名成人和儿童患者的电子身体健康档案数据。他们利用医生早已编码的医学信息、病人的临床解释、预计的扫瞄次数,在医院里童年的天数、所做到的各种化疗、医疗处方等数据,以此获得大量客观的标准化参数。紧接着,这些数据被该斯坦福团队用来训练深度神经网络,从而分解“预测丧生”的算法。

yobo体育全站app

了解到,该深度神经网络是一种软件架构,它仿效大脑神经元的的组织方式。算法的任务是调整每条信息的权重和强度,以便分解一个等价患者在3到12个月内丧生的概率分数。

在后期的实验中,Avati的团队从数十万名患者身上收集信息展开自我训练。当它自学了所有数据之后,又对数万名患者展开了临床测试。测试结果表明算法十分高效,错误率很低,在算法指出的不会在3到12个月内丧生的患者中,90%都获得了应验;而算法指出该病患存活期不会多达一年的患者,95%的人都存活了多达12个月。该研究团队称之为,日后这些算法在数据激增的情况下还不会有相当大改良及提高。

比如医生的笔记或者病人的自我评估都可以重新加入到这个系统中,从而提升预测的精度。从这来看,通过AI预测病患丧生时间早已显得“靠谱”,那么这项研究的意义在哪呢?如果该算法知道可以顺利落地,对于病患以及其家属来说毫无疑问是“残暴”的,患者具体告诉了自己的丧生时间,否需要坦诚面临未来的生活呢?该团队研究人员回应,虽然病患预见自己的丧生时间这件事听得一起十分残暴。但它也有很多益处。

比如:1、需要尽量让患者享有更佳的临终关怀。2、需要让医生提早就能实行更好的化疗方案。一项研究调查表明,因为不告诉病患的明确丧生时间,有约80%的美国人都期望在家里走完人生的最后一程,但是有60%都是在医院中去世的,以至于很多病人临死前的生活和他想的往往不会有相当大的高差。据报,目前该算法早已获得了一家机构审查委员会的批准后。

原文来自dailymail,(公众号:)编译器。原创文章,予以许可禁令刊登。

下文闻刊登须知。


本文关键词:斯坦福,系统,能,预测,病患,死亡,时间,准确率,yobo体育全站app

本文来源:yobo体育全站app-www.sdty7528.com

电话
085-754492642