提前 48 小時預測疾病?DeepMind 做到了

作者 | 發布日期 2019 年 08 月 03 日 12:00 | 分類 AI 人工智慧 , Google , 醫療科技 follow us in feedly


當年用 AI 單挑世界圍棋冠軍的 DeepMind 又有新突破了,這次是想「救人命」。

最新發表在《Nature》期刊的研究,展示 DeepMind 研發的深度學習模型,透過模型,能提前 48 小時預測急性腎損傷(AKI)會否發生。

提前預測急性腎損傷有多重要?

單在美國和英國,每 5 名患者就有 1 名患有急性腎損傷,預計每年造成 140 萬人死亡。

(Source:BACA

這些患者面臨腎功能突然衰竭的風險,一旦腎功能停止運作,就無法去除血液的毒素,或永久性損害腎臟,或迅速惡化導致產生其他疾病,人們將面臨移植腎臟和死亡的風險。

DeepMind Health 臨床主管 Dominic King 表示

急性腎損傷目前難以及時監測,過去患者一般在腎臟開始惡化後兩三天才被發現,如果醫生及早干預,可預防高達 30% 病例。

所以 DeepMind 聯合美國退伍軍人事務部(VA),分析美國共 703,782 名退伍軍人的病歷 2 年,搜集有 10 年病史的患者資訊,單個人就達數百萬個指標,最終建立這個預測 AKI 進展的機器學習模型

DeepMind 透過比對這些患者是否被確診,來確認模型的準確性。

結果發現,模型能提前兩天準確預測 90% 患者,確認腎功能嚴重惡化以致需長期血液透析的患者,比傳統標準 AI 模型準確率翻了一倍。

DeepMind 表示,這是團隊「迄今為止最大的醫療保健研究突破」。

另外,DeepMind 還希望結合醫療行動助理 Streams 一起工作,這也能幫助 DeepMind 的研究更快商業化。Streams 使用 NHS 演算法偵測急性腎損傷,已在多家醫院部署,能為臨床醫生提供緊急情況的資訊。

經過倫敦大學學院領導的 Streams 評估結果顯示,應用程式能使監測緊急 AKI 病例的時間從 2 小時多縮至 14 分鐘,遺漏案例從之前人工 12.4%,降到使用應用程式的 3.3%。另外,Streams 還可節省約三分之一醫療成本。

Streams 是根據單次血液測試的結果來提醒醫療人員,但結合 DeepMind,能讓護理從「被動反應型治療」轉到「主動預防性護理」。

但此項研究還不足以完全信任的地方在於,不可避免會引起人們的隱私恐慌。

就算 DeepMind 研究時可自動辨識和去除敏感資料,但因為收集大量個資,依然會引起病患憂慮,畢竟前年 DeepMind 就被指透過非法交易獲得 160 萬 NHS 患者的病歷。

且這次研究還有醫學研究常見的「性別偏見」,女性僅占人工智慧培訓紀錄人數 6.38%,且資料也僅限美國部分人群,嚴格來說不具普遍性。

另外,DeepMind 也未真正和目前醫療成果比對。

(Source:Internet of Business

儘管 AI 經常被吹捧為醫生最大的競爭對手,甚至可能取代醫生,但大部分研究都很少進行嚴格的臨床試驗,只有確認真實可行時,這些技術才能真正進入人們生活。

DeepMind 表示

此次研究還只是第一步。在廣泛使用之前,我們需要掌握更多實際使用後的代表性資料。

下一步我們將進行具回顧性和前瞻性的研究來驗證模型,先預測它如何影響臨床環境的護理結果。

而這些成果,都將變成 DeepMind 未來做好預防性醫療保健的基石。

去年 DeepMind 就使用 AI 偵測超過 50 種威脅視力的眼部疾病,接下來還會繼續嘗試診斷敗血症、心臟病、乳腺癌、肝功能衰竭等領域。

希望 AI 不僅改善人們的疾病診斷過程,還能降低治療各種疾病的成本。但屢次發生的隱私問題,依然沒有任何一家科技公司有完美的答案。

(本文由 愛范兒 授權轉載;首圖來源:shutterstock)

延伸閱讀: