摘要:Google 開發(fā)了一種新型算法——讀取了這名女性的175,639個數(shù)據(jù)點——并對死亡風(fēng)險進行了評估,結(jié)果為 19.9%。幾天后這位女士去世了。
一名乳腺癌晚期的婦女來到市醫(yī)院,她的肺部已經(jīng)充滿了液體。她看了兩個醫(yī)生并且做了放射掃描,醫(yī)院的電腦讀取了她的生命體征并且預(yù)測她在住院期間死亡的幾率為 9.3%。
然后 Google 也做了相同的事情。Google 開發(fā)了一種新型算法——讀取了這名女性的175,639個數(shù)據(jù)點——并對死亡風(fēng)險進行了評估,結(jié)果為 19.9%。幾天后這位女士去世了。
Google 研發(fā)一種模型預(yù)測系統(tǒng)作為醫(yī)療工具
今年5月,Google 發(fā)布了這位未透露身份的女性的令人心痛的死亡報告。在報告中,Google 突出了神經(jīng)網(wǎng)絡(luò)在醫(yī)療方面的潛力,這是一種特別擅長利用數(shù)據(jù)自動學(xué)習(xí)和進行改進的人工智能軟件。目前,Google 已經(jīng)開發(fā)了一種工具,它可以預(yù)測患者的病情結(jié)果,比如病人可能在醫(yī)院待多久,病人再次入院的幾率以及病人即將死亡的概率。
最讓醫(yī)學(xué)專家深刻印象的是 Google 可以篩選以前無法獲取的數(shù)據(jù)的能力:如記錄在 pdf 文件中的或以舊圖記錄的數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)吸納了這些無規(guī)則的信息并做出了預(yù)測。它比現(xiàn)有的技術(shù)更快,也更準(zhǔn)確。Google 的系統(tǒng)甚至顯示了哪些記錄可以得出結(jié)論。
多年來,醫(yī)院、醫(yī)生和其他醫(yī)療從業(yè)者都在嘗試怎樣更好地利用儲存的電子健康記錄和其他患者的數(shù)據(jù)。在適當(dāng)?shù)臅r候分享和強調(diào)更多的信息可以挽救生命,至少可以幫助醫(yī)務(wù)工作者減少在文書工作上的時間,增加在病人護理上的時間。但是目前挖掘健康數(shù)據(jù)的方法是昂貴、繁瑣和耗時的。
斯坦福大學(xué)的副教授 Nigam Shah 表示,在如今的預(yù)測模型上,80%的時間都花在了使數(shù)據(jù)具有可表達(dá)性的“標(biāo)準(zhǔn)工作”上,而Google 的做法避免了這個問題。
今年5月,Google 的 AI 負(fù)責(zé)人 Jeff Dean 對彭博談到,Google 的下一步是將這個預(yù)測系統(tǒng)引入診所。Dean 的健康研究小組(有時被稱為醫(yī)學(xué)大腦)正在研究一系列的人工智能工具,這些工具能夠準(zhǔn)確地預(yù)測癥狀和疾病,而這些工具既能帶來希望,同時也具備警示作用。
公司內(nèi)部對這一舉措非常興奮,他們終于找到了一個新的具有商業(yè)前景的人工智能應(yīng)用。自從2016年 Alphabet 旗下的 Google 公司宣布自己為 “ AI First” 的公司,它的大部分工作都在改進現(xiàn)有的互聯(lián)網(wǎng)服務(wù)。醫(yī)學(xué)大腦團隊的進步給了 Google 進入一個全新市場的機會,這也是 Larry Page 和 Sergey Briz 在一直反復(fù)嘗試的事情。
如今,醫(yī)療保健領(lǐng)域的軟件大多是手工編寫的。Alphabet 醫(yī)療部門的前高管,也是投資公司的總經(jīng)理 Vik Bajaj 談到,Google 的方法,即機器學(xué)會自己解析數(shù)據(jù), “ 可以超越其他一切方法 ,他們知道什么問題值得解決,現(xiàn)在他們已經(jīng)做了足夠的小實驗,并且知道有成果的方向是什么?!?/p>
Dean 還設(shè)想了一種人工智能系統(tǒng),指導(dǎo)醫(yī)生使用某些藥物和進行診斷。而另一位 Google 研究人員說,現(xiàn)有的模型會忽略重要的醫(yī)學(xué)事件,比如病人是否做過手術(shù)。他將現(xiàn)有的手工編碼模型描述為醫(yī)療保健中的“一個巨大的障礙”。
預(yù)測系統(tǒng)工具面臨的挑戰(zhàn)
盡管人們對 Google 的潛力持樂觀態(tài)度,但利用人工智能改善醫(yī)療結(jié)果仍然是一個巨大的挑戰(zhàn)。其他公司,尤其是IBM旗下的沃森(Watson),也曾嘗試將人工智能應(yīng)用于醫(yī)藥領(lǐng)域,但在節(jié)約金錢和將該技術(shù)整合到償付系統(tǒng)上卻收效甚微。
長期以來 Google 一直在尋求獲取數(shù)字醫(yī)療記錄,其結(jié)果的好壞也不盡相同。最近,Google 研究了加州大學(xué)舊金山分校和芝加哥大學(xué)的 460 億份匿名患者的數(shù)據(jù)。難解決的問題是,Google 的人工智能系統(tǒng)要為每家醫(yī)院創(chuàng)建預(yù)測模型,而不是解析兩家醫(yī)院的數(shù)據(jù)。而所有醫(yī)院的解決方案將更具挑戰(zhàn)性。Google 正在努力確保新的合作伙伴能夠訪問更多的記錄。
對健康問題的深入研究只會大量增加 Google 已經(jīng)掌握的信息。數(shù)據(jù)公司 Immuta 的首席隱私官 Andrew Burt 表示:“Google 和其他科技巨頭等公司將擁有一種獨特的、幾乎是壟斷的能力來利用我們生成的所有數(shù)據(jù)。政府應(yīng)該阻止這些數(shù)據(jù)成為“只有少數(shù)公司的領(lǐng)域,就像在線廣告中Google 的統(tǒng)治地位一樣?!?/p>
當(dāng)涉及到患者信息時,Google 非常謹(jǐn)慎,尤其是在公眾對數(shù)據(jù)收集的審查過程中。去年,英國監(jiān)管機構(gòu)對 Alphabet 的另一家人工智能實驗室 DeepMind 進行了調(diào)查,因為他們測試了一款分析公共醫(yī)療記錄的應(yīng)用程序,而實驗室卻沒有告訴病人他們的信息將被使用。在最新的研究中,Google 和它的醫(yī)院合作伙伴堅持他們的數(shù)據(jù)是在匿名、安全的并且在病人允許的情況下使用的。
不過,Volchenboum 相信這些算法仍然可以拯救生命和節(jié)約金錢。他希望健康記錄能與其他統(tǒng)計數(shù)據(jù)混雜在一起。他說“醫(yī)院就像一個有機體” 。最終,人工智能模型可能包含那些可能影響患者預(yù)測結(jié)果的因素,比如有關(guān)當(dāng)?shù)靥鞖夂徒煌ǖ男畔ⅰ?/p>
很少有公司能比 Google 更好地分析人。事實上,該公司和 Alphabet 的部門 Verily 正在開發(fā)一種能夠追蹤更多生物信號的設(shè)備。即使消費者不接受穿戴式健康追蹤器,Google 也有很多其他的數(shù)據(jù)可以利用。它知道天氣和交通狀況,Google 的安卓手機會追蹤人們走路的方式、精神衰退的有價值的信息以及其他一些疾病。所有這些都可以加入到醫(yī)療算法里。
醫(yī)療記錄只是 Google 的人工智能醫(yī)療計劃的一部分。醫(yī)學(xué)大腦已經(jīng)為放射學(xué)、眼科和心臟病學(xué)提供了人工智能系統(tǒng)。他們也在皮膚病學(xué)方面進行努力。員工開發(fā)了一款用于發(fā)現(xiàn)惡性皮膚病變的應(yīng)用程序;對一位帶著15個假紋身的產(chǎn)品經(jīng)理在辦公室里走來走去進行測試。
Google 公司正在印度開展一項新的試驗,該試驗利用其人工智能軟件對眼睛圖像進行篩選,以尋找糖尿病視網(wǎng)膜病變的早期跡象。Dean 說在發(fā)布之前,Google 讓三名視網(wǎng)膜專家激烈地討論了早期的研究結(jié)果。
確定商業(yè)模式還為時尚早
隨著時間的推移,Google 可以將這些系統(tǒng)授權(quán)給診所,或者通過公司的云計算部門將其作為一種診斷服務(wù)出售。微軟公司也在開發(fā)預(yù)測型人工智能服務(wù)。要將產(chǎn)品商業(yè)化,Google 首先需要獲得更多的記錄,往往這些記錄在不同的醫(yī)療機構(gòu)中存在很大差異。Google 可以購買,但監(jiān)管機構(gòu)或消費者可能不會接受。與加州大學(xué)舊金山分校和芝加哥大學(xué)的交易不是商業(yè)性的。
目前,該公司表示,現(xiàn)在就確定商業(yè)模式還為時過早。今年 5 月,在 Google 的年度開發(fā)者大會上,醫(yī)學(xué)大腦的成員 Lily Peng 表示,研究小組在發(fā)現(xiàn)心臟病風(fēng)險方面的研究已經(jīng)超過了人類的研究。她表示,“我想再次強調(diào)這還只是處于早期階段”。
-
Google
+關(guān)注
關(guān)注
5文章
1766瀏覽量
57592 -
人工智能
+關(guān)注
關(guān)注
1792文章
47373瀏覽量
238861
原文標(biāo)題:Google AI 研發(fā)醫(yī)療新模型,預(yù)測死亡率比醫(yī)院高出10%
文章出處:【微信號:AItists,微信公眾號:人工智能學(xué)家】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論