斯坦福大學(xué)的一個(gè)研究小組通過(guò)使用人工智能算法來(lái)預(yù)測(cè)病人的死亡，希望能夠改善重癥患者臨終關(guān)懷時(shí)機(jī)。在測(cè)試中，這個(gè)系統(tǒng)被證明是非常準(zhǔn)確的，正確預(yù)測(cè)90%病例的死亡結(jié)果。但是，盡管該系統(tǒng)能夠預(yù)測(cè)病人何時(shí)可能死亡，但它仍然無(wú)法告訴醫(yī)生它是如何得出結(jié)論的。

預(yù)測(cè)死亡是非常困難的。醫(yī)生必須考慮一系列復(fù)雜的因素，從病人的年齡和家族史到對(duì)藥物的反應(yīng)，以及疾病本身的性質(zhì)。讓事情變得復(fù)雜的是，醫(yī)生必須與自己的自負(fù)，偏見或無(wú)意識(shí)地不愿意評(píng)估病人還有多少光景做斗爭(zhēng)。有時(shí)候醫(yī)生能準(zhǔn)確預(yù)測(cè)，但是有些時(shí)候病人可能會(huì)推遲數(shù)月(如果不是幾年的話)，無(wú)論是過(guò)早還是過(guò)晚地預(yù)測(cè)死亡，都不利于臨終關(guān)懷。

這給臨終關(guān)懷的精確安排帶來(lái)了問(wèn)題。通常情況下，當(dāng)一個(gè)病人不可能活到一年以上，治療就會(huì)被轉(zhuǎn)移到一個(gè)臨終關(guān)懷小組，他們?cè)噲D讓病人在最后幾天或幾個(gè)月盡可能的遠(yuǎn)離痛苦。為此，他們努力管理病人的痛苦、惡心、食欲和困惑，提供心理和精神上的支持，同時(shí)尊重病人及其家人的社會(huì)、文化和精神需求。

但如果一個(gè)病人過(guò)渡到臨終關(guān)懷的時(shí)間太晚，他們很可能會(huì)錯(cuò)過(guò)這個(gè)重要的護(hù)理階段。而如果過(guò)早，則會(huì)給醫(yī)療體系帶來(lái)不必要的壓力。

通常情況下，晚期疾病會(huì)演變成一場(chǎng)醫(yī)療危機(jī)，病人最終會(huì)在重癥監(jiān)護(hù)病房里。在那里，情況恣意發(fā)展，導(dǎo)致越來(lái)越多的干預(yù)措施，往往無(wú)法為病人和他們的家人提供良好的服務(wù)，”斯坦福大學(xué)醫(yī)學(xué)研究科學(xué)家、新研究的合著者Ken Jung對(duì)Gizmodo說(shuō)。臨終關(guān)懷團(tuán)隊(duì)的目標(biāo)之一是與患者進(jìn)行對(duì)話，這樣患者就能在危機(jī)發(fā)生前仔細(xì)思考并清楚表達(dá)自己的偏好。值得注意的是，即使病人在未來(lái)的一年里沒(méi)有病危去世，這些行為也是合適的。臨終關(guān)懷的目的就是讓患者從這些談話中受益。

Jung說(shuō)，這種未滿足的需求在幾十年前首次被發(fā)現(xiàn)，調(diào)查顯示80%的美國(guó)人希望在家中死去，但只有35%的人這么做。他說(shuō)，現(xiàn)在情況有所改善，但我們“還有很長(zhǎng)的路要走”。

而在中國(guó)，據(jù)數(shù)據(jù)顯示，每年有約700萬(wàn)人走向生命終點(diǎn)，但社會(huì)上提供的臨終關(guān)懷服務(wù)卻只能滿足約15%的需求。

英國(guó)《經(jīng)濟(jì)學(xué)人》信息部的報(bào)告也認(rèn)為，中國(guó)的臨終關(guān)懷服務(wù)供給跟不上人口老齡化的速度，根據(jù)《經(jīng)濟(jì)學(xué)人》信息部的2015年“死亡素質(zhì)指數(shù)”，中國(guó)在80個(gè)國(guó)家當(dāng)中排名倒數(shù)第10。

時(shí)機(jī)恰到好處是很重要的，這就是斯坦福大學(xué)Anand AvaTI和他的團(tuán)隊(duì)開發(fā)了一個(gè)基于AI系統(tǒng)的原因。死亡預(yù)測(cè)算法不是要取代醫(yī)生，而是提供一種工具來(lái)提高預(yù)測(cè)的準(zhǔn)確性。除了改善臨終關(guān)懷的時(shí)機(jī)之外，該系統(tǒng)還可以減輕醫(yī)生在預(yù)測(cè)患者結(jié)局方面的負(fù)擔(dān)，這是一個(gè)費(fèi)時(shí)費(fèi)力的過(guò)程。

“我們所要解決的問(wèn)題是，只有一小部分可以從臨終關(guān)懷中受益的患者實(shí)際上接受了它，部分原因是由于被發(fā)現(xiàn)得太晚，部分原因是臨終關(guān)懷服務(wù)中[人力資源]短缺，無(wú)法及早發(fā)現(xiàn)。”阿瓦蒂告訴Gizmodo，“我們?cè)噲D解決這個(gè)問(wèn)題。”

該系統(tǒng)使用一種被稱為“深度學(xué)習(xí)”的人工智能，即神經(jīng)網(wǎng)絡(luò)從大量數(shù)據(jù)中學(xué)習(xí)。在這種情況下，該系統(tǒng)是由成人和兒童患者的電子健康記錄(EHR)提供的數(shù)據(jù)，這些患者要么是斯坦福醫(yī)院，要么是露西爾帕克德兒童醫(yī)院。在分析了200萬(wàn)個(gè)記錄之后，研究人員確定了20萬(wàn)個(gè)適合這個(gè)項(xiàng)目的患者。研究人員對(duì)疾病類型、疾病階段、入院程度(重癥監(jiān)護(hù)病房和非重癥監(jiān)護(hù)病房)等方面都是“不可知論者”。所有這些患者都有相關(guān)的病例報(bào)告，包括診斷，所訂購(gòu)的掃描次數(shù)，所執(zhí)行的程序類型，住院時(shí)間的天數(shù)，使用的藥物，以及其他因素。