400-123-4567

斯坦福大学的一个研究小组通过用于人工智能算法来预测病人的丧生，期望需要提高重症患者临终关怀时机。在测试中，这个系统被证明是十分精确的，准确预测90％病例的丧生结果。

但是，尽管该系统需要预测病人何时有可能丧生，但它依然无法告诉他医生它是如何得出结论的。预测丧生是十分艰难的。

医生必需考虑到一系列简单的因素，从病人的年龄和家族史到对药物的反应，以及疾病本身的性质。让事情变得复杂的是，医生必需与自己的轻视，种族主义或无意识地不不愿评估病人还有多少光景做到斗争。有时候医生能精确预测，但是有些时候病人可能会延期数月（如果不是几年的话），无论是过早还是过晚地预测丧生，都有利于临终关怀。

这给临终关怀的准确决定带给了问题。一般来说情况下，当一个病人不有可能活到一年以上，化疗就不会被移往到一个临终关怀小组，他们企图让病人在最后几天或几个月尽量的靠近伤痛。为此，他们希望管理病人的伤痛、恶心、食欲和疑惑，获取心理和精神上的反对，同时认同病人及其家人的社会、文化和精神市场需求。

但如果一个病人过渡到临终关怀的时间太晚，他们很可能会错失这个最重要的护理阶段。而如果过早，则不会给医疗体系带给不必要的压力。一般来说情况下，晚期疾病会演变为一场医疗危机，病人最后不会在重症监护病房里。

在那里，情况肆意发展，造成更加多的介入措施，往往无法为病人和他们的家人获取较好的服务，”斯坦福大学医学研究科学家、新的研究的年出版者KenJung对Gizmodo说道。临终关怀团队的目标之一是与患者展开对话，这样患者就能在危机再次发生前细心思维并确切传达自己的偏爱。值得注意的是，即使病人在未来的一年里没病危去世，这些不道德也是适合的。

临终关怀的目的就是让患者从这些谈话中获益。Jung说道，这种并未符合的市场需求在几十年前首次被找到，调查表明80％的美国人期望在家中病死，但只有35％的人这么做到。

他说道，现在情况有所改善，但我们“还有很长的路要回头”。而在中国，据数据表明，每年有大约700万人南北生命起点，但社会上获取的临终关怀服务却不能符合大约15％的市场需求。英国《经济学人》信息部的报告也指出，中国的临终关怀服务供给跟上人口老龄化的速度，根据《经济学人》信息部的2015年“丧生素质指数”，中国在80个国家当中名列倒数第10。

时机恰到好处是很最重要的，这就是斯坦福大学AnandAvati和他的团队研发了一个基于AI系统的原因。丧生预测算法不是要代替医生，而是获取一种工具来提升预测的准确性。除了提高临终关怀的时机之外，该系统还可以减低医生在预测患者结局方面的开销，这是一个费时费力的过程。

“我们所要解决问题的问题是，只有一小部分可以从临终关怀中获益的患者实质上拒绝接受了它，部分原因是由于被找到得太晚，部分原因是临终关怀服务中［人力资源］紧缺，无法尽早找到。”阿瓦蒂告诉他Gizmodo，“我们企图解决问题这个问题。”该系统用于一种被称作“深度自学”的人工智能，即神经网络从大量数据中自学。在这种情况下，该系统是由成人和儿童患者的电子身体健康记录（EHR）获取的数据，这些患者要么是斯坦福医院，要么是露西尔帕克德儿童医院。

在分析了200万个记录之后，研究人员确认了20万个合适这个项目的患者。研究人员对疾病类型、疾病阶段、入院程度（重症监护病房和非重症监护病房）等方面都是“不可知论者”。所有这些患者都有涉及的病例报告，还包括临床，所采购的扫瞄次数，所继续执行的程序类型，住院时间的天数，用于的药物，以及其他因素。

本文来源：易币付官方网站-www.etiwari.com