隨著大數(shù)據(jù)時(shí)代的到來(lái)，我們的生活漸漸依賴于人工智能。而這一切都得益于于人工智能對(duì)個(gè)人大量數(shù)據(jù)的追蹤和算法技術(shù)的精確畫像才能實(shí)現(xiàn)。近年來(lái)，人工智能也慢慢涉獵到醫(yī)學(xué)界中。
2018年，人工智能 AI 的快速發(fā)展掀起了輿論熱潮，人們紛紛擔(dān)憂，在不遠(yuǎn)的將來(lái)，自己將會(huì)把飯碗親手送給機(jī)器人。
而如今，不但金融業(yè)、客服業(yè)、手工制造業(yè)等行業(yè)的飯碗搖搖欲墜，就連算命先生看到 AI 也要抖一抖了！
預(yù)測(cè)死亡時(shí)間，人工智能替代算命先生
據(jù)美國(guó)僑報(bào)網(wǎng)報(bào)道，2018年谷歌新出爐的一項(xiàng)研究報(bào)告稱，該公司已開發(fā)出一種新人工智能(AI)算法，可預(yù)測(cè)人的死亡時(shí)間，且準(zhǔn)確率高達(dá) 95%。最近，谷歌的這項(xiàng)研究發(fā)表在了《自然》雜志上。
這項(xiàng)研究自 5 月開始，由谷歌、斯坦福大學(xué)、芝加哥大學(xué)和加州大學(xué)舊金山分校共同發(fā)起，最終得到了現(xiàn)在這個(gè)計(jì)算病患死亡幾率的人工智能模型。
據(jù)稱，他們使用的數(shù)據(jù)包括了 216,221 次住院治療，涉及 114,003 名個(gè)人患者，搜集到了超過 466 億條數(shù)據(jù)。
谷歌還舉了個(gè)例子：一位乳腺癌晚期的病人入院檢查，醫(yī)院電腦判斷病人在住院期間死亡的概率是 9.3%，但谷歌人工智能的分析是，死亡概率 19.9%。
結(jié)果病人在入院后兩周去世。就預(yù)測(cè)入院后死亡概率這件事來(lái)說(shuō)，谷歌的準(zhǔn)確率是 95%，醫(yī)院傳統(tǒng)方式的準(zhǔn)確率只有 86%。
除此之外，這個(gè)人工智能模型還能算出其他概率，而且也都優(yōu)于傳統(tǒng)方式：
預(yù)測(cè)患者是否會(huì)在醫(yī)院停留很長(zhǎng)時(shí)間的準(zhǔn)確率：0.86（谷歌）與0.76（傳統(tǒng)方式）。
在患者出院后預(yù)測(cè)是否會(huì)再入院的準(zhǔn)確率：0.77（谷歌）與0.70（傳統(tǒng)方式）。
隨著人工智能技術(shù)越來(lái)越成熟，各種“預(yù)言方式”正在被不斷開發(fā)出來(lái)。這一瞬間仿佛人類就如同弱小的螞蟻，人類的預(yù)測(cè)結(jié)果在 AI 面前，如同小兒科一般。
在近日舉行的“2019國(guó)際核心臟病和心臟CT會(huì)議（ICNC）”上，來(lái)自芬蘭圖爾庫(kù)PET中心的Luis Eduardo Juarez-Orozco博士及其團(tuán)隊(duì)創(chuàng)造了一種能夠預(yù)測(cè)死亡和心臟病發(fā)作的算法機(jī)器LogitBoost。
研究人員通過對(duì)950名患者的85個(gè)變量進(jìn)行長(zhǎng)達(dá)6年的追蹤，利用算法“學(xué)習(xí)”成像數(shù)據(jù)如何相互作用，并最終確定了與死亡和心臟病發(fā)作相關(guān)聯(lián)的變量及模式，其預(yù)測(cè)準(zhǔn)確率能夠超過90％。
Luis Eduardo Juarez-Orozco博士強(qiáng)調(diào)了機(jī)器學(xué)習(xí)和人工智能在處理醫(yī)療數(shù)據(jù)方面的重要性。他解釋說(shuō)：“人類很難思考三個(gè)維度或四個(gè)維度，當(dāng)我們的思維跳到第五維度時(shí)，我們就完全迷失了。所以，我們需要非常高的維度模式才能更好的預(yù)測(cè)個(gè)體結(jié)果，因此我們急需人工智能的加入。
數(shù)據(jù)還沒有被充分利用
其實(shí)，在臨床醫(yī)學(xué)中，醫(yī)生都存獲了大量的一手患者數(shù)據(jù)，也正是因?yàn)槿四X的局限性，和缺乏良性的統(tǒng)計(jì)和分析技術(shù)，耽誤了個(gè)性化精準(zhǔn)性治療方案。
對(duì)此，Juarez-Orozco博士說(shuō)：“我們有數(shù)據(jù)，但我們并沒有充分利用它們。人工智能可以整合大量數(shù)據(jù)，并通過算法準(zhǔn)確地評(píng)估個(gè)體風(fēng)險(xiǎn)，這應(yīng)該可以為患者個(gè)性化治療帶來(lái)好消息。“
研究人員發(fā)現(xiàn)，在患者平均6年的隨訪時(shí)間中，出現(xiàn)了24次心臟病發(fā)作現(xiàn)象，以及49人死亡。以此作為檢驗(yàn)人工智能算法準(zhǔn)確性的標(biāo)準(zhǔn)，LogitBoost反復(fù)分析以上85個(gè)變量，并終于找到了能夠預(yù)測(cè)心臟病發(fā)作或死亡的最佳公式。
聯(lián)系客服
