斯坦福年夜学的一个研讨小组经由过程应用人工智能算法来猜测病人的逝世亡，愿望可以或许改良重症患者临终关心机会。在测试中，这个体系被证实长短常精确的，准确猜测90%病例的逝世亡成果。然则，虽然该体系可以或许猜测病人什么时候能够逝世亡，但它依然没法告知大夫它是若何得出结论的。
猜测逝世亡长短常艰苦的。大夫必需斟酌一系列庞杂的身分，从病人的年纪和家族史到对药物的反响，和疾病自己的性质。让工作变得庞杂的是，大夫必需与本身的自信，成见或有意识地不肯意评价病人还有若干光景做奋斗。有时刻大夫能精确猜测，然则有些时刻病人能够会推延数月（假如不是几年的话），不管是过早照样过晚地猜测逝世亡，都晦气于临终关心。
这给临终关心的准确支配带来了成绩。平日情形下，当一个病人弗成能活到一年以上，医治就会被转移到一个临终关心小组，他们试图让病人在最初几天或几个月尽量的阔别苦楚。为此，他们尽力治理病人的苦楚、恶心、食欲和迷惑，供给心思和精力上的支撑，同时尊敬病人及其家人的社会、文明和精力需求。
但假如一个病人过渡莅临终关心的时光太晚，他们极可能会错过这个主要的护理阶段。而假如过早，则会给医疗系统带来不用要的压力。
平日情形下，早期疾病会演化成一场医疗危机，病人终究会在重症监护病房里。在那边，情形任意成长，招致愈来愈多的干涉办法，常常没法为病人和他们的家人供给优越的办事，”斯坦福年夜学医学研讨迷信家、新研讨的合著者Ken Jung对Gizmodo说。临终关心团队的目的之一是与患者停止对话，如许患者就可以在危机产生前细心思虑并清晰表达本身的偏好。值得留意的是，即便病人在将来的一年里没有病危逝世，这些行动也是适合的。临终关心的目标就是让患者从这些说话中受害。
Jung说，这类未知足的需求在几十年前初次被发明，查询拜访显示80%的美国人愿望在家中逝世去，但只要35%的人这么做。他说，如今情形有所改良，但我们“还有很长的路要走”。
而在中国，据数据显示，每一年有约700万人走向性命起点，但社会上供给的临终关心办事却只能知足约15%的需求。
英国《经济学人》信息部的申报也以为，中国的临终关心办事供应跟不上生齿老龄化的速度，依据《经济学人》信息部的2015年“逝世亡本质指数”，中国在80个国度傍边排名倒数第10。
机会适可而止是很主要的，这就是斯坦福年夜学Anand Avati和他的团队开辟了一个基于AI体系的缘由。逝世亡猜测算法不是要代替大夫，而是供给一种对象来进步猜测的精确性。除改良临终关心的机会以外，该体系还可以加重大夫在猜测患者终局方面的累赘，这是一个费时辛苦的进程。
“我们所要处理的成绩是，只要一小部门可以从临终关心中受害的患者现实上接收了它，部门缘由是因为被发明得太晚，部门缘由是临终关心办事中[人力资本]缺乏，没法尽早发明。”阿瓦蒂告知Gizmodo，“我们试图处理这个成绩。”
该体系应用一种被称为“深度进修”的人工智能，即神经收集从年夜量数据中进修。在这类情形下，该体系是由成人和儿童患者的电子安康记载（EHR）供给的数据，这些患者要末是斯坦福病院，要末是露西尔帕克德儿童病院。在剖析了200万个记载以后，研讨人员肯定了20万个合适这个项目标患者。研讨人员对疾病类型、疾病阶段、出院水平（重症监护病房和非重症监护病房）等方面都是“弗成知论者”。一切这些患者都有相干的病例申报，包含诊断，所订购的扫描次数，所履行的法式类型，住院时光的天数，应用的药物，和其他身分。
深度进修算法研讨了来自这些患者的160,000例病例申报，并给出了指令：“给定患者和日期，应用该患者的一年EHR数据，从该日期起的12个月内猜测患者的逝世亡。”该体系接收培训，猜测将来3到12个月内的病人逝世亡。没有斟酌到寿命少于3个月的患者，由于如许会使临终关心的预备时光不敷。
控制了新的技巧，算法的义务是评价剩下的4万名患者。它做得相当精彩，在3至12个月的时光规模内，胜利地猜测了10个病例中的9个病人逝世亡。年夜约95%的患者在这段时光内逝世亡的能够性较低，寿命跨越了12个月。试点研讨证实是胜利的，研讨人员如今愿望他们的体系可以或许获得更普遍的运用。
斯坦福年夜学医学临床副传授，新研讨的合着者斯蒂芬妮·哈曼（Stephanie M. Harman）告知Gizmodo说：“这是一个庞杂的分流对象，以改良临终关心为手腕，以预断为代表。” “其目标不是转达一个逝世亡时光”，并弥补说，该体系处理了“辨认那些没有获得处理临终关心需求的宿疾患者”的成绩。
Jung弥补道：“我们广泛以为，这类办法关于在临床情况中平安、有用和相符伦理的应用机械进修是相当主要的。除异常小众的运用法式外，我们以为简直老是更好，更症结的是让年夜限将至的人晓得。”
在试点研讨时代，研讨人员留意到该体系的一些缺陷，在进一步应用之前须要加以处理。
Jung说： 他说：“例如，现实证实，要找到一个适合的时光和所在，让临终关心的大夫可以或许实时与病院的任务人员停止交换，这长短常艰苦的。” “在试点研讨中显现的另外一个细节是，我们发明，我们假定的一些数据将不会涌现在该体系中——至多在应用的时刻是如许。”
Jung说，这项试点研讨是为了重复研讨这些成绩，以肯定它能否能顺遂运转，并在预期的偏向上全体任务。
主要的是，固然该体系可以做出猜测，并提示医疗从业人员对临终关心的需求，但体系不克不及告知大夫为何会涌现预断，或许患者能够须要的医疗类型。这类情形与DeepMind的AlphaGo体系相似，如今它可以或许在国际象棋和围棋中击败世界冠军。专家说，这个体系的做法是“外来的”和弗成预知的，让掉败的年夜师们完整迷惑。这就是AI开辟人员称之为“黑盒子”成绩 - 当一台机械提出成绩的谜底或处理计划时，却没有一个明白的办法来得知若何处理成绩的。
值得光荣的是，斯坦福算法所做的决议可以被研讨。
并且，这个体系还能变得更好， 今朝它只是从两家病院的病人那边取得数据，所所以无限的，有点偏颇。 瞻望将来，体系将经由过程加倍多元化的数据解析，并应用加倍完美的深度进修模子架构，更合适于这项义务。
所以好新闻是这个体系在猜测我们甚么时刻逝世亡愈来愈精确。没错，这是使人不安的，然则假如可以或许获得更好的临终关心，这不掉为一件功德。
