Google AI能预测病人死亡时间 逾9成准

Google在最近的一份研究中，其开发的一款人工智能（AI）程式，能系统地分析病患医疗纪录，并精准的预测出病患就医后24小时之内死亡的风险机率。，虽然这项技术可以增加医疗效率，但却也引起不少人在道德上的忧虑。

Google转向「AI优先」的发展策略后，不仅持续在旗下产品中注入AI元素，也将AI运用于各项领域，例如探索恒星、提升翻译水准等等。近日，有媒体报导，Google旗下的Medical Brian团队所开发的AI工具，不仅能预测病人可能再度住院的机率，甚至能预测病人短期内死亡的机率。

据了解，Google Medical Brain团队运用的AI技术，可以取得过往无法获得的资料（例如图表上加注的注解、PDF中的笔记等等），来进行分析判断，在取得资料、所需分析时间等面向上，都比过去的方法更有效率。除了可以预测病人可能的住院时间、再次入院的机率外，甚至可以预测短期内死亡的机率。

这次的研究中，Google一共分析216,221份住院病历，并从电子病历中蒐集了460亿多的数据，并以此作为基础建构深度学习模型，这套系统不只可以预测病患的死亡率，还能预测病人会在医院住多久、未来再次入院的机率。

Google今年五月与史丹佛大学、芝加哥大学、加州大学旧金山分校，共同研究一款可以预测病患死亡率的AI模型。在研究报告中以一个案例作为例子，一名患有乳腺癌末期的病患，到院后经过了检查，医院电脑判读生命徵象，预估该名病患住院期间死亡的机率为9.3%，不过Google AI分析后认为死亡风险高达19.9%，后来这名病患在入院两周后去世。

AI具有快速分析大量资料的优点，以上述个案来说，Google利用神经网路（neural networks）分析电子病历中175,639项数据，而跟过去许多AI系统不同的是，这些数据中还包括了医生的手写笔记。这展现了不同以往处理资讯的能力，不论是PDF文档中的注释，或是医生随手在图表上的注记，神经网络都有能力读取这些非结构资讯，并迅速整合分析。

据报，若准确率以1.00为最高标准，谷歌AI程式预测人类死亡机率准确度高达0.95，而传统医学预测方式的准确率则为0.86。

Medical Brain团队主管Jeff Dean在今年五月表示，Google的下一步计画就是将这项AI系统运用到诊所当中，来协助医生采用特定的医疗和诊断方式。