AI真的能预测死亡时间吗?

对于一些重病患者而言,“死亡”这个话题虽然十分沉重,但也需要预留空间去探讨和适应。如果可以精准预测患者的“死亡”,是否能给予他们这个预留空间呢?

9d82dcb3b675084d8eaceea09226fbb3

美国斯坦福大学开发了一个预测死亡时间的AI系统。这个AI系统整理了近200万名成人和儿童患者的电子健康档案数据,以及相关的医学诊断信息,从而得到病情的大数据。再通过数据收集与系统自主学习机制,这个AI系统可以预测患者具体的死亡时间。

为什么要用AI来预测死亡?

在中国,每年有约700万人走向生命终点,这个AI系统的出现,预示着医生能够更加精确地安排患者的临终关怀。除此之外,利用它我们还可以发掘一条新的道路。

对于大限将至的晚期患者,这个AI系统可以通过长期的数据跟踪来判断死亡概率。而对于一些特殊疾病的突发症状,它也可以通过机器学习,感知患者的一些生命体征的变化从而发出危险预警。

FDA于2018年批准通过了一个可以预测死亡的AI产品,这个产品名叫Wave Clinical Platform,由医疗科技公司Excel Medical研发。

Wave Clinical Platform是一个永远在线的远程监测平台,集合了患者的用药情况、年龄、生理情况、既往病史、家族病史等实时数据。

这个系统可以感知生命体征的细微变化,从而在发生致命事件6小时前发出预警。也就是说,这个系统可以通过比较数据库中的猝死病例,从而提前6个小时预测“猝死时间”,为医护人员赢得抢救时间。

英国科学家也曾在《影像诊断学》杂志上发表文章说,AI可以预测心脏病人何时死亡。AI能让医护人员发现那些需要干预治疗的患者,从而让医护人员能够拯救更多的生命。

AI预测死亡这一命题能成立吗?

对于AI预测死亡这一命题所遇到的问题,我们可以从以下3个方面来考虑。

1. “预测死亡”即“判死刑”,患者能接受吗?

不可否认的是,预测死亡确实可以让医生更合理地配置医疗资源。但“死亡”并非那么容易被所有人接受。

《众病之王:癌症传》的作者Siddhartha Mukherjee博士在文章中讲过自己亲历的一个故事,他曾经治疗过一名食道癌患者,这个患者的治疗十分顺利,但还是存在很大的复发可能性。于是医生提出了临终关怀,但这位患者拒绝了。这位患者认为,他的身体状况越来越好,精神状态也很好,为什么医生偏要说这些扫兴的话呢?

令人遗憾的是,这位患者的癌症还是复发了。在他临终前,他始终处于昏迷状态,无法回应在他病床旁的家人。

从这个故事中可见,并非每一个患者都能淡然地接受“死亡”。当患者与病魔、死神苦苦争斗时,医生用一套所谓科学的、精密的AI系统预测了患者的死期,于患者而言,抗癌之旅本就艰辛,而在其头顶悬上一把会准时掉落的“死亡之刃”未免也太过残忍。

2. 病情存在个体差异,复杂病例难以判断

AI预测死亡主要依赖于医疗大数据和深度学习。研究团队表示,AI预测死亡系统收集了发现病症后12个月内死亡的患者的数据,然后通过神经网络利用大数据计算每条信息的权重和强度,生成一个患者在3~12个月内死亡的概率分数,再通过分数预测患者在3~12个月内是否会死亡。

医疗数据种类繁杂,质量参差不齐,是一种极具个性化的信息。疾病的病程具有一定的规律,但具体病情症状却因人而异。个人体质、周围环境等因素都会影响疾病的转归。除了个体的差异,疾病本身也难以被清楚地认知。例如,几乎任何传染病的初期症状都与感冒类似。也就是说,疾病本身是带有欺骗性的。在面对复杂的病例时,医生也常常需要借助辅助工具,或召开病情讨论会议,几方会谈后才能确定治疗方案。

另外,AI预测死亡的深度学习有一个令人费解的地方,也就是“黑盒子”问题——它能够推算出一个患者的死亡概率分数,却无法表达其背后的逻辑。

所以,通过概率分数来预测患者的死亡时间依旧存在许多问题。单单针对某类疾病的死亡预测可能有效,但是预测大病种的死亡概率的可能性却微乎其微。

3. 医疗大数据共享难

AI+医疗大多以算法开始,但最终还是会回到数据。数据获取难度大是所有AI项目的问题,医疗行业的数据,尤其是这类关于生死的数据更难获取。

医疗信息与其他领域的信息不同,种类十分繁杂,标准也不统一。尤其许多医疗数据会涉及患者的隐私,有部分患者并不愿意将自己的医疗数据用于AI研究。

就质量而言,医疗数据也有更高的要求,比如,所有的医疗数据都需要医生的人工标识。

除了患者方面的原因,从医院方获取数据也有阻力。在不能确定某项研究是有利于医院救护的时候,医院恐怕并不愿意担风险而贡献出所有的工作数据。技术人员如何和医生形成合力,获取高质量的大数据,是大部分AI医疗企业共同面临的难题。

“鸡肋”如何巧变为“熊掌”?

“AI预测死亡的准确率高达90%”更像是一个噱头,预测人类的死亡只是更方便地进行姑息治疗,但其中还是会面临一些伦理问题。例如,要不要将死亡日期告知患者和其家人?机器是否有资格来宣判人类的死亡期限呢?

如果换一个预测对象呢?设想一下,作为一只宠物狗的主人,当狗狗的身体机能渐渐衰退,主人是否想知道这只狗什么时候会离世呢?由于语言不通,人类希望借助一些辅助工具来了解宠物,希望有更精确的医疗辅助系统来诊断宠物的病情,从而为宠物做更好的安排。面对宠物,AI预测死亡似乎更能被人类接受。

AI预测死亡系统的发展过程应该是一个不断提升价值的过程。一方面,这个系统应该建立更多对象的数据库,依赖深度学习来进行更多应用场景的选择。首先,选择一类对象(多半为宠物)作为训练学习模型的教材;然后,通过积累的“经验”来判断这类对象在发病期间的死亡概率;最后,对对象进行干预治疗。

另一方面,预测应由预测死亡变成预测病程。预测场景从垂直领域到横向领域,构建一个智能预测系统,既包括病程的转归期,也包括病程前期的所有阶段,最后做到为用户个性化建模。

在AI医疗上,我们细分了越来越多的名目。虽然“预测死亡”看起来涉及人类生死大事,但目前人们只是触及事情的表面。在戳破了“死亡预测”这个气泡后,如何让AI医疗预测成为一个真正惠民的项目,触及医疗痛点,恐怕才是大部分布局AI医疗的企业需要思考的。

未经允许不得转载:涨姿势 » AI真的能预测死亡时间吗?

赞 (0) 打赏

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏