【猎云网（微信号： ilieyun
）】 1 月22 日报道（编译：福尔摩望）

斯坦福大学的研讨人员开发了一种人工智能零碎，可以将病人死亡工夫的预测准确度进步到90%。

虽然这个想法听起来能够会令人不安，但该研讨团队的担任人表示，这可以极大地改善针对患者及其家眷的临终关心效劳。

经过更精确地指出绝症或重病患者何时死亡，护理人员可以优先思索他们的愿望，并确保在太迟之行进行重要的对话。

在这份为arXiv事后打印的新研讨报告中，斯坦福大学的研讨小组解释说，在患者想要活下去的方式和实践发作的方式之间常常存在着宏大的差别。

据研讨人员引见，大约80％的美国人希望在家渡过最初的日子，但是，多达60%的人最终死于医院。

依据IEEE Spectrum，为了减少这一差距，斯坦福大学的研讨小组对斯坦福医院和Lucile Packard儿童医院约200万成人和儿童患者的电子安康记载数据停止了深度神经网络训练。

斯坦福大学人工智能实验室计算机迷信博士候选人Anand Avati通知IEEE：“我们可以运用在医疗保健环境中惯例搜集的操作数据树立预测模型，而不是精心设计的实验研讨。”

“现无数据的规模使我们可以树立一个全因死亡率预测模型，而不是疾病或详细的人口统计学模型。”

这一工具并不是专门用于指点护理进程的。

相反，它可以与人类医生的评价结合运用，在预检患者生命末期方案时做出积极的决议。

正如研讨人员所解释的那样，人们并不是很容易了解谁什么时分需求保守医治。

作者在文章中解释说：“决议哪些患者需求保守医治的规范很难明白阐明。”

“我们的办法是经过深度学习挑选住院的病人，找出最有能够具有保守医治需求的病人。”

“该算法处理了一个代理成绩，可以预测将来12个月内某个患者的死亡率，并运用该预测来提出保守医治转诊的建议。”

【2】

虽然这个进程能够有协助，但依然存在一个应战。基于算法的“黑匣子”性质，研讨人员并不确切的晓得它的预测是基于哪些要素。

但是，在这品种型的使用中，晓得为什么这样作出预测并不一定是重要的。

研讨迷信家Jungneth Jung通知IEEE：“保守医治干涉与人为什么生病没有关系。”

“假如这是一个‘有人会死，我们需求选择医治方案’的假定状况，那么我们的确想要理解医治缘由。”

“但在这种状况下，只需我们做对了，这一切都没有关系。”