6月19日消息，谷歌旗下的Medical Brian团队开发了一种新的人工智能算法，可以帮助医院预测病人的死亡时间，并有望在医疗领域展开更广泛的应用。
一名身患乳腺癌晚期的女士来到一家城市医院，她的肺里已经充满液体。她看了两位医生，还做了一次放射扫描。医院的电脑读取了她的生命体征，估计她在住院期间去世的概率为9.3%。
之后轮到谷歌出场。该公司开发的一种新型算法读取了这位女士的175,639个数据点，然后测算其死亡风险为19.9%。她几天之后便去世了。
今年5月，这位女士的故事被匿名发表在谷歌的一篇研究报告中，希望借此凸显神经网络在医疗行业的潜力——这种技术很擅长使用数据自动学习和提升。谷歌开发了一种工具，可以预测很多病人的结果，包括他们可能的住院时间、再次住院的概率以及短期内死亡的概率。
最令医疗专家印象深刻的在于，谷歌可以筛选之前无法获得的数据：埋藏在PDF文件中的注释或旧资料中的潦草笔记。这个神经网络会获取所有非常规信息，经过分析之后进行预测。不仅如此，它的速度也比目前的技术大幅加快，准确率同样大幅提高。谷歌的系统甚至可以显示具体哪项记录导致其得出现有的结论。
医院、医生和其他医疗服务提供商多年以来都希望更好地利用海量电子病历和其他病人数据。如果能在合适的时间分享和突出更多信息，就有可能拯救更多生命——至少也可以帮助医护人员减少写论文的时间，多投入一些精力来治病救人。但目前用来挖掘医疗数据的方法成本太高，而且非常繁琐耗时。
斯坦福大学副教授、谷歌论文的联合作者尼加姆·沙阿（Nigam Shah）表示，当今的预测模型所花费的时间有多达80%用在了“枯燥的粗活”上。谷歌的方法则避免了这种模式。“完全不必担心这个问题。”沙阿说。
谷歌人工智能主管杰夫·迪恩（Jeff Dean）今年5月表示，谷歌的下一步计划就是将这套预测系统应用到诊所。迪恩负责的医疗研究部门Medical Brain正在开发多款能够预测疾病的人工智能工具。
此外，该公司的Medical Brian为放射科、眼科和心脏病科都设计了人工智能系统。他们也在皮肤病学领域开展研究，利用一款应用来识别恶性皮肤病：他们还让在产品经理身上涂抹了15个假纹身，用来检测系统的效果。
迪恩强调，这项实验严格遵循医疗顾问提供的建议，而不仅仅依靠满怀好奇心的软件程序员。谷歌还在印度开展了一项新的实验，使用该公司的人工智能软件来过滤眼球图像，以便尽早识别出糖尿病视网膜病变。迪恩表示，在发布之前，谷歌找来3名视网膜专家对早期研究结果展开了激烈辩论。
假以时日，谷歌可以将这些系统授权给诊所使用，或者通过该公司的云计算部门，以“诊断即服务”的方式提供给他们。作为谷歌在云计算领域的重要竞争对手，微软也在开发预测性人工智能服务。为了对该服务进行商业化，谷歌需要首先获取更多病例，但不同的医疗提供商所存储的数据差异较大。谷歌可以购买数据，但却有可能遭到监管者或消费者的反对。谷歌与加州大学旧金山分校和芝加哥大学的协议并非商业交易。
该公司表示，目前就设定商业模式还为时尚早。Medical Brian团队成员彭丽丽（Lily Peng）在5月的谷歌年度开发者大会上提到，他们在心脏病风险识别方面的准确率已经超过人类。但她还是补充道：“我还想再强调一遍，该技术目前还处于早期。”
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。