《电子技术应用》
您所在的位置:首页 > 通信与网络 > 业界动态 > DeepMind的预测性医疗智能技术已取得了突破

DeepMind的预测性医疗智能技术已取得了突破

2019-12-16
来源:电子发烧友
关键词: 医疗技术 智能医疗

  谷歌(google)旗下的英国人工智能研究公司DeepMind在《自然》(Nature)杂志上发表了一篇研究报告,其中讨论了一种深度学习模型的性能,该模型可以持续预测患者未来罹患一种名为急性肾损伤(AKI)的危及生命的疾病的可能性。该公司表示,其模型能够准确预测患者将在48小时前“在临床可操作的窗口内”发展成AKI。

  DeepMind在一篇鼓吹该研究的博客文章中称,这是一项突破——该论文表明,人工智能能够在“可避免的患者伤害的主要原因之一”发生前两天预测出它。“这是我们团队迄今为止在医疗保健研究方面取得的最大突破,”报告补充道,“证明了我们不仅能够更有效地发现病情恶化,而且能够在恶化发生之前就做出预测。”

  不过,即便是表面上看一下这份报纸,也会提出一些主要的警告。尤其重要的是,用于训练模型的数据绝大多数是男性:93.6%。这是因为DeepMind的人工智能使用的是美国退伍军人事务部(VA)提供的病人数据。研究报告指出,在培训数据集中,女性仅占患者的6.38%。

  本文还纳入了数据集统计的汇总,显示18.9%的患者为黑人,虽然黑人女性在培训数据集中所占比例没有突破(逻辑上认为可能低于6.38%)。没有其他种族被打破。

  pIYBAF324-mAXseGAAQkEzeqrxg402.png

  当被问及该模型的跨性别和不同种族的表现能力时,DeepMind的一位女发言人告诉我们:“在女性中,它预测在所有已知性别的AKI患者中,早期有44.8%(男性56%)患有AKI。”非裔美国患者的模型表现更高——早期检测到的AKIs中有60.4%是非洲裔美国人,而其他所有种族的总检出率为54.1%。”

  “这项研究只是第一步,”她证实。“要使该模型适用于一般人群,还需要进行进一步的研究,在模型所依据的数据中使用更有代表性的一般人群样本。”数据集代表退伍军人管理局的人口,我们承认这个样本不能代表美国人口。就像所有的深度学习模型一样,在更广泛地使用之前,它还需要来自其他来源的代表性数据。

  “我们的下一步将是与(退伍军人管理局)密切合作,通过回顾性和前瞻性观察研究安全地验证该模型,然后有希望探索我们如何进行前瞻性干预研究,以了解预测如何在临床环境中影响护理结果。”“要做这类工作,我们需要正确的数据,”她补充说。“退伍军人管理局在其所有医院和站点使用相同的电子病历系统(被广泛认为是最全面的电子病历之一),这意味着数据集也非常全面、干净、结构良好。”

  因此,DeepMind的“突破性”研究论文明确强调的是人工智能输出与训练输入之间的反射关系。在医疗保健的环境中,有指导意义的输出可能是生与死的区别,而不是技术才是王道;关键是对代表性数据集的访问——这才是真正的价值所在。

  这表明,拥有纳税人资助的公共医疗系统的国家,有巨大的机会构建并释放其掌握的民众医疗数据所包含的价值,从而开发自己的公共医疗人工智能。事实上,这是英国2017年产业战略评估的建议之一的生命科学部门。领导这项研究的牛津大学的约翰·贝尔爵士在给《卫报》的评论中总结道:“大部分价值在于数据。我们能做的最糟糕的事就是免费送人。”


本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306116;邮箱:aet@chinaaet.com。