研究發(fā)現(xiàn)：人工智能系統(tǒng)可預(yù)測病情惡化

8月1日，以AlphaGo打敗圍棋世界冠軍的人工智能公司DeepMind公布了一項人工智能醫(yī)療領(lǐng)域的最新研究成果。他們在最新一期《自然》雜志發(fā)表論文稱，由公司參與研發(fā)的人工智能系統(tǒng)可以用來預(yù)測病情惡化，提前48小時預(yù)測急性腎損傷(AKI)的發(fā)生。

DeepMind的臨床主管Dominic King在博客文章中表示，這項研究是團隊迄今為止最大的醫(yī)療研究突破，證明了團隊不僅能夠有效地發(fā)現(xiàn)病情惡化，而且能在病情惡化前進行預(yù)測。

急性腎損傷是一種在危重病人身上常見的嚴重并發(fā)癥，主要原因包括缺血、缺氧和腎毒性。這種疾病每年在英國約造成10萬人的死亡。

上述研究由DeepMind和倫敦大學(xué)學(xué)院、英國倫敦大學(xué)學(xué)院醫(yī)院、美國退伍軍人事務(wù)部(VA)等機構(gòu)共同完成。

每年有數(shù)以百萬計的人死于可以通過早期檢測而預(yù)防的疾病，其中一種就是急性腎損傷。在英國和美國，急性腎損傷大約影響著五分之一的住院病人。這種疾病不僅難以被發(fā)現(xiàn)而且往往惡化很快。

為了解決這個問題，DeepMind與美國退伍軍人事務(wù)部展開了一項合作。DeepMind運用美國退伍軍人事務(wù)醫(yī)療系統(tǒng)中70多萬名患者的數(shù)據(jù)，訓(xùn)練了一個深度學(xué)習(xí)系統(tǒng)。使用這個系統(tǒng)，55.8%的急性腎損傷可以在標(biāo)準(zhǔn)臨床診斷前48小時被預(yù)測。

上圖所展示的是一個有慢性阻塞性肺疾病病史的65歲男性患者入院的前8天。a. 患者在住院過程中的肌酐檢測數(shù)據(jù)顯示急性腎損傷發(fā)生在第5天。b.模型在急性腎損傷被發(fā)現(xiàn)前48小時預(yù)測出風(fēng)險上升。c.入院后4.5天的實驗室值預(yù)測。

與此同時，這一系統(tǒng)還成功地識別出病情嚴重、需要透析的病人，識別率達90.2%。

研究人員認為，這種早期預(yù)警能力能夠在不可逆的腎損傷發(fā)生之前，提醒醫(yī)生為病人提供及時治療。

模型預(yù)測與實際急性腎損傷發(fā)生的時間差。模型預(yù)測特定時間窗口內(nèi)的急性腎損傷風(fēng)險。a.任何急性腎損傷，b.急性腎損傷第三階段。

模型架構(gòu)圖

Dominic King提到，該人工智能模型在未來可以推廣到敗血癥、重大感染等疾病領(lǐng)域。