查看原文
其他

被AI宣布“你的死期到了”是怎样一种体验?丨科技云·视角

云视角 科技云报道 2022-07-03

斯坦福大学研究人员开发出AI算法,能够提前12个月预测患者死亡时间,准确率高达90%能预测死亡时间的医疗+AI,离拯救生命还有多远?


医疗领域人工智能重点发力方向尤其影像识别在医疗领域的应用是当前AI商业化最热门的领域。目前,斯坦福大学最新研究能预测死亡时间,但更多人关心AI距离拯救生命的目标还有多远。


国外AI实现预测死亡时间


斯坦福大学研究人员开发的AI算法,实现预测病患具体死亡时间。该团队在研究过程中通过分析200万名成人和儿童患者的电子健康档案数据,利用医生已经编码的医学信息、病人诊断说明、预定扫描次数、医疗处方和治疗等数据,建立标准化参数。


在上述数据和标准上,初步生成进行死亡时间预测的算法。随后采集数十万名病患信息,让算法进行自我学习。在测试过程中,该算法预测3到12个月内死亡的患者,最终结果准确率为90%,预测生命超过12个月的病患,结果显示准确率高达95%。


从结果来看,得到这些预测结果,对于患者来说意义不大,甚至说有点“残忍”。只能让患者家属能提前做好心理准备,并对医生开展后续治疗进行指导,帮助医生采取更合适的医疗措施,减轻疾病给病患带来的痛苦。


这种算法是医疗+AI的一次突破,但是仍不能满足人们对于AI改变当前医疗水平的期待。普通人更期待AI能够帮助人类战胜目前无法治愈的疾病,或者能提高当前看病体验,这也正是目前国内互联网巨头发力AI+医疗的方向。


国内巨头布局医疗+AI


现阶段,国内企业多布局虚拟助手、医疗影像、医用机器人和智能健康管理四个领域,其中医疗影像是现阶段最受资本关注的领域。国内互联网巨头纷纷布局该领域,无疑将进一步加速行业发展。


2016年10月,百度对外发布“百度医疗大脑”进军AI医疗;2017年3月,阿里云发布“ET医疗大脑”正式进入医疗AI领域;2017年,腾讯通过“腾讯觅影” 更是进入大规模的临床预试验。


互联网巨头的参与,各自专注方向不同,让AI+医疗更具想象力。



其中,百度医疗大脑发力智能问诊,实现去医院前的辅助诊疗。原理是通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计,依据用户症状提出可能出现的问题,并通过验证给出最终建议。


阿里云通过和华大基因合作,对大量肺腺癌病例的DNA序列进行分析,将尝试从根本上战胜癌症。其发布的“ET医疗大脑”经过研究训练后,人工智能ET可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。


腾讯旗下“腾讯觅影”试图扩展AI辅助诊断上的探索,辅助医生更准确地理解病案,降低风险,提升诊疗水准。现阶段研究方向为食管癌、肺癌早期、糖网、乳腺癌的早期筛查以及乳腺癌淋巴切片图像识别、宫颈位置类型识别。目前,“腾讯觅影”已与河北医科大学等五家医院达成合作。


在技术上的竞争之外,对于人才的争夺也十分激烈。专注于智能医学影像分析的医疗AI科学家郑冶枫博士,近日加盟腾讯优图实验室。与此同时,研究涉及大数据、生物信息学、药物基因组学等领域的浣军教授加盟百度。


AI离拯救生命还缺关键要素


一个行业的发展需要政策企业和用户三方面的共同推进,期待AI在医疗行业带来更多惊喜,离不开这三个层面的支持。


可喜的是,国内政策持续好,2016年国务院发布《关于促进医药产业健康发展的指导意见》,明确提出开展智能医疗服务。


企业方面,随着互联网巨头的投入,则意味着留给创业公司的“窗口期”正在迅速消失,后来者想入局需要给用户带来更多切实利益。


对于用户来说,生活水平提高,健康意识不断提升,对自身健康水平关注更高。用户对保护个人身体健康的需求不断增高,但是医务人员培养成本和时间较长,医务人员的补充无法跟上用户增加的需求,如果有更高效的AI支持,自然会受到大众欢迎。


可以看出,AI+医疗已经具备腾飞的基础,但仍有关键要素影响商业化落地。


首先,是科技企业与医院合作的问题。想提高AI算法的准确性,需要大量的数据作为基础,这些基础数据均掌握在医院和相关机构中,必须与主流医院达成广泛合作,才能完成基础建设。


其次,是病患资料数字化问题。国内医学影像还处于传统胶片向电子数据过渡的阶段,大量影像资料还没有实现电子化和数据化。同时,医疗数据本身具备结构、类型复杂,标准不统一的问题,完成数字化需要大量时间和资金。


最后,是病患的信任问题。医疗影像领域目前对某些病理、图片的识别准确率已超过90%,用于辅助医生诊断已不成问题,但还是需要医生来诊断。


未来如果实现AI自主诊断,用户的信任程度还未可知。此外,将自己身体情况等私密信息转变为数字化,交给医院或者第三方科技公司,对隐私泄露的担忧也会困扰一部分用户。


随着科技公司的大量投入,技术的快速迭代和升级,以及医院的开放心态,只要做出成功案例和成熟产品,相信将给行业和用户更多信心。AI从预测死亡时间到拯救生命,或许就不再遥远。



 相关阅读


塔尖上的AI医疗,它要飞起来必须迈过这几道坎

智能医疗能让我们“老有所依”吗?


【科技云报道原创】

转载请注明“科技云报道”并附本文链接


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存