利用人工智能来预测死亡率将有可能优化现在的姑息治疗方法。这个话题虽然有点沉重，但是人工智能确实有可能帮助医疗服务人员和医生一起改善重症病人的护理服务质量。
在生命即将走向终点的时候，接受合理的治疗远比我们想象的更重要。没有足够的治疗或者没有对症下药的话，患者将会变得非常痛苦。而且过度的治疗会产生不必要的医疗费用，金额可达数十万美元，即使患者有医疗保险，这对他们来说，仍是一笔不小的费用。对重症患者来说，特别是65岁以上的患者，选择合理的治疗方案是至关重要的。因为使用特定的治疗方案来治理特殊的病人，可以帮助节省不少的医疗成本。人工智能技术能够帮助病人和医生及时确诊疾病并尽快为治疗方案和成本预算做好准备。
NPJ数字医疗杂志最近的一项研究表明，人工智能技术很快就会帮助医生及时改善患者的医疗服务。研究人员利用人工智能扫描电子健康记录（EHR），并通过医生留下的病人记录发现潜在临床问题和健康风险。人工智能系统比医生更准确、更快速地预测患者的死亡率和最终诊断。那么它究竟是如何工作的呢？
利用深度学习来预测患者的病情
在NPJ的研究中，研究人员将近480亿个数据点（包括医生的患者记录、患者人口统计学、程序、药物、实验室结果和生命体征）提供给深度学习模型。该模型分析了这些数据，并以90％的准确度预测一些医疗问题，如死亡率、住院时间、非计划性再入院率和患者的最终诊断。与传统的预测模型相比，深度学习模型更加准确，预测的范围也更广。
例如，一位处于乳腺癌晚期的女性来到一家城市医院，她的肺部已经产生积液。两名医生查看了她的病例，并建议她做放射性扫描检查。该医院的传统预测模型检测了她的数据，预测她在医院死亡的几率为9．3％。而一种由谷歌创建的新型算法检测了该女性的数据，大约有175639个数据点，并预测她的实际死亡几率为19．9％。之后这名患者便在几天内去世，也由此证明了算法模型比传统的预测模型更准确。
与传统方法相比，深度学习模型的准确率提高了10％。该系统能够筛选以前无法获得的数据，这有助于它提供更准确的死亡率。该模型并不只是检测一些风险因素，而是检测患者的整个电子健康记录，包括隐藏在PDF中的注释以及在旧图表上潦草写下的内容。深度学习模型有助于未来医生挽救生命和提供更好的患者护理。
挽救生命和节约医疗成本
那么我们可以用这些信息做些什么呢？通过更准确地预测患者的死亡率，医院和医生可以及时调整治疗计划，优化患者护理服务，并在疾病恶化之前就能预测到。除此之外，医护人员也不必花费更多的时间将患者数据输入到标准易读的系统中。
例如，Futurism的一份报告指出，Ultromics是一种在英国开发的AI诊断系统，可以比医生更准确地诊断心脏病。它还指出，一家名为Optellum的初创公司正在研究一种AI系统，可以通过分析扫描中发现的细胞团来诊断肺癌。该系统有望每年诊断出4000个额外的肺癌病例，并且比医生目前能够确诊的时间更早。
这些AI诊断系统不仅可以拯救生命，还可以帮助医院节省医疗成本。在对Futurism报告的采访中，Optellum的首席科学和技术官TimorKadir表示，人工智能系统可以将医疗保健行业产生的成本削减135亿美元。英国健康研究战略办事处主席JohnBell补充说：“国家卫生服务部门的医疗服务费用约为29．7亿美元。人工智能的出现，费用可能会直接减少一半。”
预测死亡率以获得更好的护理
目前的研究表明，8％需要姑息治疗的患者中，实际只有一半以下的患者接受了该治疗方案。因为有时候，医生会对患者做出不准确或者过于乐观的预测。斯坦福大学医学院的研究科学家KennethJung博士称：“医生可能因为过于关注管理患者的健康问题而没想过要使用姑息治疗方案，而且这个想法甚至都不会出现在他们的脑海中。”
这些不能确定是否需要姑息治疗的患者最终可能会病情加重，甚至是死亡。如果患者的健康状况突然下降，他们可能会在最后几天才会接受合理的治疗方案，希望将他们的生命延长几周。然而，研究表明，大约80％的美国人更愿意在家中死亡，而不是在医院里。可悲的是，该报告还指出，这些人中有60％死于医院的急症护理。
在这些情况下，AI可以帮助识别病情严重的病人，并可能通过姑息治疗活下来。早期预测出这些患者的死亡率可以帮助他们更快地获得所需的治疗方案。而且它能够允许患者在最后几天留在家中，而不是在医院。
虽然有些人可能会怀疑人工智能在医疗保健领域的未来，但人工智能系统的目的是在医疗保健行业中发挥支持作用。这些AI系统将成为强大的工具，帮助医生和其他医疗保健专业人员提供更高质量的护理，还能及时提供姑息治疗方案。
