DeepMind的预测性医疗智能技术已取得了突破

 行业动态     |      2019-12-20 19:44

谷歌旗下的英国人工智能研讨公司DeepMind在《天然》杂志上宣布了一篇研讨陈述,其间谈论了一种深度学习模型的功能,该模型可以继续猜测患者未来罹患一种名为急性肾损害的危及生命的疾病的可能性。该公司标明,其模型可以精确猜测患者将在48小时前“在临床可操作的窗口内”开展成AKI。

DeepMind在一篇宣扬该研讨的博客文章中称,这是一项打破——该论文标明,人工智能可以在“可防止的患者损伤的首要原因之一”发作前两天猜测出它。“这是咱们团队迄今为止在医疗保健研讨方面获得的最大打破,”陈述弥补道,“证明了咱们不只可以更有效地发现病情恶化,并且可以在恶化发作之前就做出猜测。”

不过,即便是表面上看一下这份报纸,也会提出一些首要的正告。特别重要的是,用于练习模型的数据绝大多数是男性:93.6%。这是由于DeepMind的人工智能运用的是美国退伍军人事务部供给的患者数据。研讨陈述指出,在练习数据会集,女人仅占患者的6.38%。

本文还纳入了数据集计算的汇总,显现18.9%的患者为黑人,尽管黑人女人在练习数据会集所占份额没有打破。没有其他种族被打破。

当被问及该模型的跨性别和不同种族的体现才能时,DeepMind的一位女发言人告知咱们:“在女人中,它猜测在一切已知性别的AKI患者中,前期有44.8%患有AKI。”非裔美国患者的模型体现更高——前期检测到的AKIs中有60.4%是非洲裔美国人,而其他一切种族的总检出率为54.1%。”

“这项研讨仅仅第一步,”她证明。“要使该模型适用于一般人群,还需求进行进一步的研讨,在模型所根据的数据中运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,咱们供认这个样本不能代表美国人口。就像一切的深度学习模型相同,在更广泛地运用之前,它还需求来自其他来历的代表性数据。

“咱们的下一步将是与密切合作,经过回忆性和前瞻性调查研讨安全地验证该模型,然后有期望探究咱们怎么进行前瞻性干涉研讨,以了解猜测怎么在临床环境中影响护理成果。”“要做这类作业,咱们需求正确的数据,”她弥补说。“退伍军人管理局在其一切医院和站点运用相同的电子病历体系,这意味着数据集也十分全面、洁净、结构杰出。”

因而,DeepMind的“打破性”研谈论文清晰着重的是人工智能输出与练习输入之间的反射联系。在医疗保健的环境中,有指导意义的输出可能是生与死的差异,而不是技能才是王道;关键是对代表性数据集的拜访——这才是真实的价值地点。

这标明,具有纳税人赞助的公共医疗体系的国家,有巨大的时机构建并开释其把握的民众医疗数据所包括的价值,然后开发自己的公共医疗人工智能。事实上,这是英国2017年工业战略评价的主张之一的生命科学部分。领导这项研讨的牛津大学的约翰·贝尔爵士在给《卫报》的谈论中总结道:“大部分价值在于数据。咱们能做的最糟糕的事便是免费送人。”