提前 48 小時預測疾病？Google 系公司做到了

當年用 AI 單挑世界圍棋冠軍的 DeepMind 公司又有新突破了，這次它們想要「救人命」。
最新發表在《Nature》上的研究，展示了 DeepMind 研製出來的一種深度學習模型，通過它，能提前 48 小時預測急性腎損傷（AKI）是否會發生。

提前預測急性腎損傷有多重要？

單在美國和英國，每 5 名患者中就有一名患有急性腎損傷，預計每年造成 140 萬人死亡。


▲ 圖片來自：BACA

這些患者隨身面臨腎功能突然衰竭的風險，一旦腎功能停止運作，就無法從血液中去除毒素，或永久性地損害腎臟，或迅速惡化導致產生其它疾病，人們將面臨移植腎臟和死亡的風險。

DeepMind Health 的臨床主管 Dominic King 表示：

引用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能被發現，如果醫生及早進行干預，可以預防高達 30％ 的疾病病例。

所以 DeepMind 聯合美國退伍軍人事務部（VA），對美國共 703,782 名退伍軍人的病歷開始了兩年的分析，蒐集了有 10 年病史的患者信息，單個人就達到數百萬個指標，最終創建出了這個預測 AKI 進展的機器學習模型。


DeepMind 通過與這些患者後來是否被診斷進行對比，來確認其模型的準確性。

結果發現，該模型能夠提前兩天對 90% 的患者進行準確預測，確認腎功能嚴重惡化以致需要長期透析的患者，比起傳統的標準 AI 模型檢測，它的準確率翻了一番。

DeepMind 表示，這是它們團隊「迄今為止最大的醫療保健研究突破」。

另外，DeepMind 還希望結合醫療移動助手 Streams 一起工作，這也能幫助 DeepMind 的研究更快地商業化。

Streams 使用 NHS 算法檢測急性腎損傷，已在多家醫院部署，能為臨床醫生提供緊急情況的信息。


▲ 圖片來自：New Scientist

經過倫敦大學學院領導的 Streams評估結果顯示，該應用程序能使監測緊急 AKI 病例的時間從兩個多小時變為 14 分鐘，被遺漏的案例從之前人工的 12.4%，降到了使用應用程序的 3.3％。另外，Streams 還可以節省約 1/3 的醫療成本。

但  Streams 是根據單次血液測試的結果來提醒醫療人員，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，它不可避免地會引起人們的隱私恐慌。


▲  圖片來自：GQ
就算 DeepMind 在研究中可以自動識別和去除敏感數據，但因為它收集了大量個人化數據，依然會引起人們的憂慮，畢竟前年 DeepMind 就被指通過非法交易獲得 160 萬 NHS 患者的病歷信息。

而且，這次的研究還存在着醫學研究常見的中「性別偏見」，女性僅佔其人工智能培訓記錄人數中的 6.38％，且數據也僅限於美國部分人羣，嚴格意義上來講，它並不具備普適性。

另外，DeepMind 也未真正跟當前的醫療實踐成果進行比較。


▲ 圖片來自：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，只有確認它真實可行時，這些技術才能真正進入人們生活。
DeepMind 表示：

引用此次研究還只是第一步。在更廣泛地使用它之前，我們需要掌握更多實踐後的代表性數據。

下一步我們將進行具有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中的護理結果。

而這些成果，都將變成 DeepMind 未來實現預防性醫療保健的基石。

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


▲ 圖片來自：NewsBeezer

以此，不僅可以改善人們的疾病檢測過程，還能降低治療各種疾病的成本。

但屢現不止的隱私問題，現在依然沒有任何一家科技公司能給出完美的答案。

題圖來自：Fisoft


資料來源：愛範兒（ifanr）