Google最新的AI可以防止因處方不正確而導致的死亡

由Google和加利福尼亞大學的研究人員開發(fā)的新AI系統(tǒng)可以防止因處方不正確而導致死亡。

雖然很罕見，但不正確的處方(或?qū)颊攥F(xiàn)有藥物反應(yīng)不良)可能導致住院甚至死亡。

在今天的博客文章中，研究人員Alvin Rajkomar醫(yī)學博士和Google AI產(chǎn)品經(jīng)理Eyal Oren博士闡述了他們將AI用于醫(yī)學預(yù)測的工作。

AI可以根據(jù)某些參數(shù)預(yù)測要治療患者的狀況。研究人員寫道：“例如，如果醫(yī)生為體溫升高，發(fā)燒和咳嗽的患者開出了頭孢曲松和強力霉素的處方，該模型就可以將這些信號識別為患者正在接受治療的信號。”

將來，如果對于當前處于特定狀況的患者，所開出的處方藥看起來不正確，則AI可能會介入。

“雖然沒有醫(yī)生，護士或藥劑師想犯一個會傷害患者的錯誤，但研究表明，有2%的住院患者會經(jīng)歷嚴重的可預(yù)防的與藥物相關(guān)的事件，這些事件可能危及生命，造成永久傷害或?qū)е滤劳觯芯咳藛T寫道。

“但是，在任何給定的時間確定哪種藥物適合任何給定的患者很復雜-醫(yī)生和藥劑師需要接受多年培訓才能掌握這項技能。”

AI是在匿名數(shù)據(jù)集上進行訓練的，該數(shù)據(jù)集包含了來自100,000多個醫(yī)院的約300萬條藥物記錄。

研究人員在論文中寫道：

“患者記錄的數(shù)據(jù)點的長度和密度(例如，重癥監(jiān)護室與門診患者的生命體征測量)的差異很大，因此我們制定了三種深度學習神經(jīng)網(wǎng)絡(luò)模型架構(gòu)，它們以不同的方式利用了此類數(shù)據(jù)：在遞歸神經(jīng)網(wǎng)絡(luò)(長短期記憶(LSTM))上運行，一個在基于注意力的TANN上運行，一個在基于時間決策樹樁的神經(jīng)網(wǎng)絡(luò)上運行。

我們在每個任務(wù)(四個任務(wù))和多個時間點(例如，入院前，入院時，入院后24小時和出院時)對每種架構(gòu)(三種不同的架構(gòu))進行了培訓，但是每種架構(gòu)的結(jié)果都是通過集成來組合的。”