Google在最近的一份研究中,透过赢咖4(AI)系统分析病患医疗纪录,并精准预测病患的死亡风险,虽然这项技术可以增加医疗效率,却也引起不少人在道德上的担心。
人类总对未知的事情感到好奇,古人用易经占卜来预测生死,在现代我们则有赢咖4(AI)来告诉我们有多大的机率大限将至。
Google在最近的一份研究中,透过赢咖4(AI)系统分析病患医疗纪录,并精准的预测出病患的死亡风险,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担心。
用AI精准预测病患死亡风险
Google近年积极将AI技术导入医疗领域,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,医院计算机判读生命征象,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。
▲Google一共分析216,221份住院病历,并从电子病历中搜集460亿多的数据,并以此作为基础建构深度学习模型。
AI具有快速分析大量数据的优点,以上述这个个案来说,Google利用神经网络(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信息的能力,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信息,并迅速整合分析。
这次的研究中,Google一共分析216,221份住院病历,并从电子病历中搜集了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。
预防甚于治疗,智能医疗成趋势
我们总说预防胜于治疗,在这个领域Google也曾做过不少尝试与努力,像是今年(2018)初旗下赢咖4公司DeepMind,就跟美国退伍军人事务部合作,分析多达70万名老兵的医疗纪录,来预测病情变化。
这项合作主要着力在急性肾损伤(AKI)研究,据统计有11%的死亡是由于病情恶化不能及时得到确认造成的,而老兵很常做的髋关节置换手术,就很容易造成急性肾损伤,而急性肾损伤发病前几乎没有明显的征兆。
透过机器学习,DeepMind移除可识别个人身分的信息后进行分析,进一步预测发病机率,以及病情恶化的风险因素,目标是希望未来可以在预防性医疗上做出更多共献,挽救更多人的性命,以及节省医疗资源。
▲在智能医疗、大数据分析的蓬勃发展下,「隐私」也成为一大隐忧。
隐私、道德怎么平衡?
文书、数据处理占据医疗诊断很多的时间,透过AI的协助可以让医生提升效率,减少人为失误完成诊断治疗,然而能够进一步预测死亡率也引发不少道德讨论,包括AI技术的使用时机、有权使用的范围,甚至可能引发不必要的恐慌,另外医疗保险也可能受到影响。
在智能医疗、大数据分析的蓬勃发展下,「隐私」也成为一大隐忧,去年七月英国信息委员会(ICO)一项调查指出,Google旗下DeepMind与英国国民医疗保健系统(NHS)涉及泄露病患个资。起因是2015年双方签订合作,利用AI分析三家位于北伦敦医院的病患数据,希望做预测疾病用途。
没想到DeepMind在没有经过病患同意的情况下,额外取得许多影响病患隐私的信息,包括患者的堕胎纪录、过度用药、是否感染HIV病毒等,据统计一共影响了160万英国公民,医疗智能化是趋势更是未来,如何在隐私、道德间取得平衡,将会是医疗AI发展的一大挑战。