逆天了，預測病人死亡時間準確率高達90％！醫療AI 堪比醫生和預言家？

【環球網科技報道】據外媒eurasia review報道稱，斯坦福大學的研究人員已將人工智慧用於預測病人何時死亡，測試中準確率達90%。

為研製這一能預測病人何時死亡的AI系統，並實現其高度的準確性，斯坦福大學AI實驗室的一個研究小組使用來自斯坦福醫院和露西爾?帕卡德兒童醫院的16萬個成人和兒童患者檔案，近200萬份醫療數據訓練他們所研發的神經網路。最終的測試結果表明，在他們預測將會在3到12個月內死亡的40000名病人中，90%最終都得到了應驗，斯坦福大學研製的AI在預測病人死亡時間方面還是有較高的準確率，這並非是疾病或人口統計學特徵，而是一個全因死亡率預測模型。不過雖然斯坦福大學研製的AI在預測病人死亡時間方面有較高的準確率，但目前還是限制在一個時間範圍內。

目前，這一技術還沒有應用到醫院中，研發人員希望在推廣到醫院之前，能作出更多的改進，他們希望該系統能夠為終末期疾病的住院病人提供更好的臨終關懷。

人工智慧在醫療領域的應用情況

谷歌的AlphaGo相繼打敗了韓國圍棋高手李世石和中國圍棋高手柯潔，這讓人工智慧技術世人皆知。隨著人工智慧深度學習能力的不斷提高，人工智慧在醫療領域的表現正日漸受到科學界的關注。斯坦福大學AI實驗室的這個全因死亡率預測模型也並非是唯一一個醫療人工智慧應用。

據報道，2014年1月被谷歌重金收購的英國科技公司DeepMind此前宣布已進入人工智慧醫療領域，並於不久前宣稱其已實現通過人工智慧進行快速診斷癌症實驗。這個研究項目是和倫敦帝國理工學院的癌症研究機構、Google 的人工智慧健康研究團隊一起合作的，他們希望建立新的機器學習模型，幫助醫生提高癌症檢測率，早發現癌症，以便儘早開始治療。

乳腺癌是目前僅次於肺癌的最常見癌症。根據 DeepMind 公布的數據，每年全球有 160 多萬人被診斷出乳腺癌，有 50 萬人會因此死亡。而在中國，根據丁香園數據顯示，每年乳腺癌新發數量和死亡數量分別佔全世界的 12.2% 和 9.6%，而且從 90 年代以來，中國的乳腺癌發病率增長速度是全球的兩倍多。如果能儘早發現並及時治療，就可以降低死亡率，但準確地檢測和診斷乳腺癌仍然是一個巨大的挑戰。

事實上，早在去年聯合國項目事務署在武漢舉辦的2017聯合國醫療衛生產品採購研討會上，一台由我國海歸細胞病理學專家孫小蓉博士團隊研製的人工智慧宮頸癌診斷機器人「Landing」驚艷亮相，震驚了在座所有國內外專家及來賓；「Landing」快速精準的癌細胞診斷表現不僅獲得了現場大量醫療設備專家的讚賞，更得到了在場的中國一批頂級細胞病理醫學專家的一致認可。

論壇現場舉辦了一場精彩的專家和機器人的對決驗證，20分鐘之內，5名細胞病理專家與機器人「Landing」同時現場進行宮頸細胞樣本片的閱讀診斷，在武漢市江夏公證處及現場數百名觀眾的監督見證下，機器人「Landing」最終所提交的診斷結果與五位專家診斷結果完全一致。

此次人工智慧宮頸癌診斷機器人「Landing」的出現，不僅標誌著人類僅靠人工診斷癌細胞的歷史結束，更由於人工智慧能夠精準早期發現宮頸癌前病變而使得宮頸癌極有可能成為首個通過預防篩查而實現根除的惡性腫瘤。

尤其值得指出的是，機器人「Landing」目前已經獲得了中國、歐盟、美國(I類)臨床認證許可，其早期產品已應用於中國國內數百家醫療機構，挽救了許多人的生命。

傳統醫療診斷手段的不足

一、人工診斷篩查數量有限

據悉，傳統的宮頸癌細胞學篩查是由醫技人員在顯微鏡下根據經驗進行診斷。按國際標準，宮頸癌細胞學篩查醫技人員每天閱片量應小於100例。

醫療人工智慧可以解決當下中國基層宮頸癌篩查因缺乏大量細胞病理專業人才，有限的醫技人員花費大量時間精力做簡單重複的閱片工作導致宮頸癌篩查普及推廣難、質量差的現狀。

不過，雖然醫療人工智慧可替代人工做宮頸細胞篩查初篩工作，但仍然不可能完全代替醫生，目前只能區分正常宮頸細胞和癌變宮頸細胞，還不能像醫生一樣分析診斷導致病變的原因以及其它病變的可能。

讓醫療人工智慧發揮初篩員的作用，將約95%的陰性宮頸癌樣本篩查由機器人診斷篩選，專家最終只對餘下約5%左右的陽性樣本進行複核及質量控制等工作。

二、人工診斷篩查容易產生誤診

雖然醫技人員每天閱片量有限制，但還是不能避免因疲勞或經驗的不同所造成人為診斷誤差。醫療人工智慧因能夠為醫生提供客觀量化可重複的診斷根據，改變此前常有的同一病例因醫生經驗不同而導致的不同診斷意見時，大家紛紛選擇服從權威的現象。

三、專業的醫技人員奇缺

中國細胞病理醫技人員奇缺，無法滿足全國三億婦女需定期重複做宮頸防癌篩查的需求。醫療人工智慧可以解決當下中國基層宮頸癌篩查缺乏大量細胞病理專業人才的問題。

四、醫技人員有工作時間限制

醫技人員都是有規定的上班時間，而AI人工智慧可以全天候工作，任勞任怨。

醫療人工智慧的誕生，正好彌補了上述的傳統人工診斷手段的不足。醫療人工智慧可以保障我國基層醫療因缺乏細胞病理醫技人員而不能保質保量完成政府宮頸癌篩查任務的缺憾。「Landing」的出現對我國乃至世界宮頸癌篩查診斷醫療史而言，都是一件極具里程碑意義的事。

中國醫療人工智慧發展前景

發展人工智慧，需要具備以下四個基礎要素：

一、大量醫療臨床樣本大數據積累

中國有13億多人口，這為大量的臨床樣本數據提供了基礎，這是任何一個國家都無法比擬的。孫小蓉博士團隊研製的人工智慧宮頸癌診斷機器人「Landing」能夠有今天的表現，就是歸功於十余年積累的數百萬人份的宮頸癌篩查大資料庫，從提供的數百萬份樣本中學習癌細胞、癌前病變細胞以及正常細胞的樣本的辯識，使其最終能夠精準識別宮頸正常細胞與癌細胞，並具備了持續學習的能力。「Landing」以數百萬例實際臨床應用數據向全世界宣告：中國人，在癌細胞診斷人工智慧醫療領域已率先步入了世界領先地位!

二、強大的計算機運算能力支撐

人工智慧涉及到對大數據的分析處理，需要強大的運算能力提供支持。

在2017年的全球超級計算機500強榜單中，我國的「神威·太湖之光」第四次奪冠，和「天河二號」再次實現領跑世界，其浮點運算速度分別為每秒9.3億億次和每秒3.39億億次。到目前為止，中國已連續10次佔據全球超算排行榜最高席位。

不僅僅是速度連續奪冠，在2017年的數據里，中國還實現了另一個偉大超越，中國在超算榜單TOP500中的總數量對美國實現了反超，奪得世界第一。

這次超級計算機TOP500榜單中，中國有202台超級計算機上榜，美國則僅有143台入選，中國第一次超過美國成為TOP500中佔比最大的國家，已經接近了全世界TOP500的半壁江山。

中國超算為人工智慧的發展提供了強大的運算能力支撐。

三、大量的優秀人才支撐

要實現對大數據的分析處理和智能、深度學習，必不可少的需要優秀的演算法提供支持，這就需要有大量優秀的基礎數學人才作保障，而中國剛好擁有大量尖端的數學人才，就連谷歌在退出中國數年後，也再次重返中國成立AI中國中心，看重的就是中國的人工智慧市場和人才優勢。

四、國家政府政策支持

我國在2017年7月發布了《新一代人工智慧發展規劃》（以下簡稱《規劃》），這是首部國家層面的人工智慧發展規劃。《規劃》確立了三步走戰略目標：

第一步，到2020年人工智慧總體技術和應用與世界先進水平同步，人工智慧產業成為新的重要經濟增長點，人工智慧技術應用成為改善民生的新途徑，有力支撐進入創新型國家行列和實現全面建成小康社會的奮鬥目標；

第二步，到2025年人工智慧基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智慧成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；

第三步，到2030年人工智慧理論、技術與應用總體達到世界領先水平，成為世界主要人工智慧創新中心，智能經濟、智能社會取得明顯成效，為躋身創新型國家前列和經濟強國奠定重要基礎。

為了加快人工智慧發展，國家從上至下都在出台相關政策推動人工智慧重大規劃和科研項目落實，並在2017年12月決定實施國家大數據戰略，可見國家對人工智慧和大數據的重視程度。

有數據、有技術、有人才、有政策，同時中國的互聯網普及程度極高，加上國家政府在人工智慧方面的重視，完全有理由相信中國人工智慧醫療能夠保持世界領先行列，並能夠走向更新的高度，造福全人類。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！