基于算法“黑箱”，研究人員并不知道它做出的預(yù)測到底是基于什么。

編者按：死亡是人們想要抗拒卻無法抗拒的事情。本文作者Cheyenne Macdonald在“The AI that can tell you when you'll DIE: Stanford reveals 'startlingly accurate' system to predict the end of life for hospital patients”一文中報道了斯坦福大學(xué)基于數(shù)據(jù)分析通過AI技術(shù)建立一個死亡率預(yù)測模型，優(yōu)化臨終關(guān)懷行動。

斯坦福大學(xué)的研究人員研發(fā)出了一種能預(yù)測病人死亡時間的人工智能，準確率高達90%。

雖然這個想法讓人感到不安，但是研究團隊說，它可以極大改善病人及家屬的臨終關(guān)懷行動。

由于能夠更加準確的預(yù)測出一個臨終病患的死亡時間，護理人員可以優(yōu)先考慮他們的愿景，從而確保重要的交流能夠在為時未晚時進行。

在這項發(fā)表于arXiv的新研究中，斯坦福大學(xué)的研究小組解釋說，患者們想要繼續(xù)下去的余生與實際發(fā)生的死亡之間往往存在巨大差異。

根據(jù)研究人員的說法，約有80%的美國人希望在自己家里度過最后的日子。但是，高達60%的美國人最終在醫(yī)院去世。

根據(jù)《IEEE波譜雜志》(IEEE Spectrum)，為了縮小這種差距，斯坦福大學(xué)的研究團隊在斯坦福醫(yī)院和露西·帕卡德兒童醫(yī)院的電子健康記錄數(shù)據(jù)上建立了一個深度神經(jīng)網(wǎng)絡(luò)，共涵蓋大約200萬名成人和兒童患者。

“我們通過收集醫(yī)療中的常規(guī)操作數(shù)據(jù)建立起一個預(yù)測模型，而這也不同通過精心設(shè)計的實驗研究。” 斯坦福大學(xué)人工智能實驗室計算機科學(xué)專業(yè)博士生阿瓦蒂告訴IEEE。

“相比疾病或人口統(tǒng)計學(xué)上的數(shù)據(jù)，這些可用的數(shù)據(jù)規(guī)模使我們能夠建立一種全因死亡率預(yù)測模型。”

這個工具并不用來指導(dǎo)護理過程。

相反，在對患者的生命尾期做規(guī)劃時，它可以與人類醫(yī)生的評估結(jié)合使用，發(fā)揮積極作用。

正如研究人員所說，要預(yù)測誰需要臨終關(guān)懷以及何時需要并不是一件易事。

雖然該技術(shù)可能會有幫助，但是存在一個挑戰(zhàn)是，基于算法“黑箱”性質(zhì)，研究人員并不知道它做出的預(yù)測到底是基于什么。

然而，他們說，在此種類型的應(yīng)用中，知道它基于什么做出預(yù)測并不十分重要。

研究科學(xué)家肯尼斯·榮格告訴IEEE：“在這種情況下，只要能夠做的正確，就沒有什么大不了的。”