利用人工智能来预测死亡率将有可能优化现在的姑息化疗方法。这个话题虽然有点沈重，但是人工智能显然有可能协助医疗服务人员和医生一起提高重症病人的护理服务质量。

在生命将要南北起点的时候，拒绝接受合理的化疗远比我们想象的更加最重要。没充足的化疗或者没对症下药的话，患者将不会显得十分伤痛。而且过度的化疗不会产生不必要的医疗费用，金额可约数十万美元，即使患者有医疗保险，这对他们来说，仍是一笔极大的费用。

对重症患者来说，尤其是65岁以上的患者，自由选择合理的化疗方案是至关重要的。因为用于特定的化疗方案来管理类似的病人，可以协助节省不少的医疗成本。

人工智能技术需要协助病人和医生及时发病疾病并尽早为化疗方案和成本支出作好打算。NPJ数字医疗杂志最近的一项研究指出，人工智能技术迅速就不会协助医生及时提高患者的医疗服务。研究人员利用人工智能扫瞄电子身体健康记录（EHR），并通过医生留给的病人记录找到潜在临床问题和身体健康风险。

人工智能系统比医生更加精确、更加较慢地预测患者的死亡率和最后临床。那么它到底是如何工作的呢？利用深度自学来预测患者的病情在NPJ的研究中，研究人员将近480亿个数据点（还包括医生的患者记录、患者人口统计学、程序、药物、实验室结果和生命体征）获取给深度自学模型。

该模型分析了这些数据，并以90％的准确度预测一些医疗问题，如死亡率、住院时间、非计划性再行入院亲率和患者的最后临床。与传统的预测模型比起，深度自学模型更为精确，预测的范围也更加甚广。例如，一位正处于乳腺癌晚期的女性回到一家城市医院，她的肺部早已产生积液。两名医生查阅了她的病例，并建议她做到放射性扫瞄检查。

该医院的传统预测模型检测了她的数据，预测她在医院丧生的几率为9．3％。而一种由谷歌创立的新型算法检测了该女性的数据，约有175639个数据点，并预测她的实际丧生几率为19．9％。之后这名患者之后在几天内去世，也由此证明了算法模型比传统的预测模型更加精确。

与传统方法比起，深度自学模型的准确率提升了10％。该系统需要检验以前无法取得的数据，这有助它获取更加精确的死亡率。该模型并不只是检测一些风险因素，而是检测患者的整个电子身体健康记录，还包括隐蔽在PDF中的注解以及在原有图表上手写写的内容。

深度自学模型有助未来医生挽回生命和获取更佳的患者护理。挽回生命和节约医疗成本那么我们可以用这些信息做到些什么呢？通过更加精确地预测患者的死亡率，医院和医生可以及时调整化疗计划，优化患者护理服务，并在疾病好转之前就能预测到。

除此之外，医护人员也不用花费更好的时间将患者数据输出到标准易读的系统中。例如，Futurism的一份报告认为，Ultromics是一种在英国研发的AI诊断系统，可以比医生更加精确地临床心脏病。

它还认为，一家取名为Optellum的初创公司正在研究一种AI系统，可以通过分析扫瞄中找到的细胞团来临床肺癌。该系统未来将会每年临床出有4000个额外的肺癌病例，并且比医生目前需要发病的时间更加早于。

这些AI诊断系统不仅可以解救生命，还可以协助医院节省医疗成本。在对Futurism报告的专访中，Optellum的首席科学和技术官TimorKadir回应，人工智能系统可以将医疗保健行业产生的成本缩减135亿美元。英国身体健康研究战略办事处主席JohnBell补足说道：“国家公共卫生服务部门的医疗服务费用大约为29．7亿美元。

人工智能的经常出现，费用可能会必要增加一半。”预测死亡率以取得更佳的护理目前的研究指出，8％必须姑息化疗的患者中，实际只有一半以下的患者拒绝接受了该化疗方案。

因为有时候，医生不会对患者作出不精确或者过分悲观的预测。斯坦福大学医学院的研究科学家KennethJung博士称之为：“医生有可能因为过分注目管理患者的身体健康问题而没有想要过要用于姑息化疗方案，而且这个点子甚至都会经常出现在他们的脑海中。”这些无法确认否必须姑息化疗的患者最后可能会病情减轻，甚至是丧生。如果患者的健康状况忽然上升，他们可能会在最后几天才不会拒绝接受合理的化疗方案，期望将他们的生命缩短几周。

然而，研究指出，约80％的美国人更加不愿在家中丧生，而不是在医院里。真是的是，该报告还认为，这些人中有60％杀于医院的急症护理。在这些情况下，AI可以协助辨识病情严重的病人，并有可能通过姑息化疗活下来。

早期预测出这些患者的死亡率可以协助他们更慢地取得所需的化疗方案。而且它需要容许患者在最后几天回到家中，而不是在医院。虽然有些人可能会猜测人工智能在医疗保健领域的未来，但人工智能系统的目的是在医疗保健行业中充分发挥反对起到。

这些AI系统将沦为强劲的工具，协助医生和其他医疗保健专业人员获取更高质量的护理，还能及时获取姑息化疗方案。

本文来源：亚搏APP·官方网站-www.tjy83.com