DeepMind如何利用AI帮助医生跟踪患者病情变化? - 科技行者

谷歌公司旗下的DeepMind正在寻求可行途径以检测住院患者的病情恶化状况。但此举并不是为了全面颠覆医疗产业,而是率先推出一款简单实用的移动报警应用。

最近一段时间以来,人工智能技术在医学领域取得了不少进展,但实际情况却没有媒体宣传的那么乐观。在医院与临床医生的办公室中,AI成果可能要简单得多,而且在数量上也远不及人们的想象。

日前,由谷歌DeepMind部门发表的两篇研究论文显示,深度学习等前沿工具与软件本身的有限应用之间存在着巨大的鸿沟。事实证明后者还无法自动完成医生们的日常工作。

而在最新一期《自然》杂志中,DeepMind的研究人员发表了一个深度学习项目的结果,该项目能够在症状出现前48小时预测住院患者出现的肾功能衰竭症状,并且准确率远远高于现有计算机预测程序。

与此同时,DeepMind团队还发布了一项对其“Streams”计算机程序的第三方调查结果。这款计算机程序并未使用人工智能技术,但能够帮助医生向病人快速发布警示性提醒。

采用深度学习技术的第一个项目中只包含部分有望得到实际应用的方法,但Steams软件已经被正式引入医生及医务人员的日常工作中。

跟踪患者的“不良反应”

DeepMind如何利用AI帮助医生跟踪患者病情变化?

▲相较于图上方所示的传统医生警报信息获取方式,图下方的DeepMind“Stream”应用建立起新的“数字化途径”。其主要创新在于让医生能够在手机上收取警报。

谷歌DeepMind部门发表第一篇论文题为《具有临床适用性的未来急性肾损伤的持续预测方法(A clinically applicable approach to continuous prediction of future acute kidney injury," deals with the)》,主要面向患者在住院之后发生的“不良反应”。根据英国国民健康服务中心协助建立的Think Kidneys网站公布的说明,其中一类主要反应在于“急性肾损伤”,简称AKI,具体定义为“患者的肾功能突然发生下降”。这类症状的出现,主要源自病人严重脱水或者处方药副作用等原因。

正如DeepMind方面在一篇博文中所提到,这种情况有可能带来致命后果,影响到美国及英国医院中约五分之一的患者,而且利用适当检测抢在情况恶化前进行处理能够消除其中高达30%的比例。AKI以及其它突发性变量的处理正是机器学习的专长所在,其完全能够预测可能出现的问题,从而帮助病人免受肾损伤的影响。

正如作者在论文中所言,“常规临床实践中很少引入预测元素;这是因为这些元素要么缺乏必要的敏感性与特殊性,要么就是对已有操作的简单重复。”

因此,DeepMind与美国退伍军人事务部展开合作,希望了解神经网络是否能够通过时间序列数据预测AKI实例。他们在五年之内为退伍军人医院的超过70万名患者编制了数字健康记录数据集,其中包含60亿个条目,以及可能与AKI相关的62万种“特征”。凭借这些标记数据,计算机即可通过分析预测哪些患者最终可能发展出AKI症状。

这一切都是通过行业领先的“递归神经网络”(简称RNN)完成的,其中包含一个能够“学习”AKI因子“表达”的“深度残差嵌入”组件。研究人员强调称,这是一套单独的“端到端”网络,其不需要针对特定领域对网络进行预训练。

他们在报告中表示,该网络不再依赖于传统预测方法——例如所谓“梯度增强树”,其要求将风险因素明确编码至算法当中——而利用RNN模型从数据中总结模式。他们认为,这项工作为更好地预测患者病情恶化开创了新的途径。

但展望未来的道路,仍有不少挑战需要克服。比如,他们使用的数据并没有对性别与种族进行平衡,因此需要阐明其中可能存在的混淆性偏见因素。他们在论文中写道:“未来的工作,在于解决训练数据当中人群代表性不足的问题,同时克服可能与医院流程相关的潜在混淆性因素。”

辅助医疗与数字化护理

在发表于《互联网医学研究》杂志上的第二篇论文《对辅助治疗中数字化护理途径的用户体验进行的定性评估(A Qualitative Evaluation of User Experiences of a Digitally Enabled Care Pathway in Secondary Care)》当中,研究人员说明了关于Sterams软件的实际使用情况。

Streams是一款iPhone平台上的移动应用,目前由伦敦皇家自由医院的医生们实际使用。其负责通过手机向医生发送警报,提醒患者出现了血清肌酐升高状况——这种血液中的废物,正是AKI发病的主要迹象之一。通过持续监测患者肌酐水平并将警告信息发送给特定团队,医护人员即可优先关注存在AKI风险的患者。据了解,该软件自2017年5月起就已经在皇家自由医院中得到应用。

DeepMind如何利用AI帮助医生跟踪患者病情变化?

▲DeepMind构建的创新型递归神经网络负责处理数十亿个数据点,用于尽早发现急性肾损伤迹象。他们强调称,这是一套“端到端”系统,不需要对网络进行预训练。

热闻

晨光推荐

晨光娱乐

晨光汽车