【猎云网（微信号：ilieyun
）】1月22日报道（编译：福尔摩望）
斯坦福大学的研究人员开发了一种人工智能系统，可以将病人死亡时间的预测精确度提高到90%。
虽然这个想法听起来可能会令人不安，但该研究团队的负责人表示，这可以极大地改善针对患者及其家属的临终关怀服务。
通过更准确地指出绝症或重病患者何时死亡，护理人员可以优先考虑他们的愿望，并确保在太迟之前进行重要的对话。
在这份为arXiv预先打印的新研究报告中，斯坦福大学的研究小组解释说，在患者想要活下去的方式和实际发生的方式之间经常存在着巨大的差异。
据研究人员介绍，大约80％的美国人希望在家度过最后的日子，但是，多达60%的人最终死于医院。
根据IEEE Spectrum，为了缩小这一差距，斯坦福大学的研究小组对斯坦福医院和Lucile Packard儿童医院约200万成人和儿童患者的电子健康记录数据进行了深度神经网络训练。
斯坦福大学人工智能实验室计算机科学博士候选人Anand Avati告诉IEEE：“我们可以使用在医疗保健环境中常规收集的操作数据建立预测模型，而不是精心设计的实验研究。”
“现有数据的规模使我们能够建立一个全因死亡率预测模型，而不是疾病或具体的人口统计学模型。”
这一工具并不是专门用于指导护理过程的。
相反，它可以与人类医生的评估结合使用，在预检患者生命末期计划时做出积极的决定。
正如研究人员所解释的那样，人们并不是很容易理解谁什么时候需要保守治疗。
作者在文章中解释说：“决定哪些患者需要保守治疗的标准很难明确说明。”
“我们的方法是通过深度学习筛选住院的病人，找出最有可能具有保守治疗需求的病人。”
“该算法解决了一个代理问题，可以预测未来12个月内某个患者的死亡率，并使用该预测来提出保守治疗转诊的建议。”
【2】
虽然这个过程可能有帮助，但仍然存在一个挑战。基于算法的“黑匣子”性质，研究人员并不确切的知道它的预测是基于哪些因素。
然而，在这种类型的应用中，知道为什么这样作出预测并不一定是重要的。
研究科学家Jungneth Jung告诉IEEE：“保守治疗干预与人为什么生病没有关系。”
“如果这是一个‘有人会死，我们需要选择治疗方案’的假设情况，那么我们确实想要了解治疗原因。”
“但在这种情况下，只要我们做对了，这一切都没有关系。”
