0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

谷歌正在训练机器来预测病患的死亡时间

JIWa_melux_net 来源:未知 作者:李倩 2018-06-21 14:31 次阅读

据报道,谷歌正在训练机器来预测病患的死亡时间。它的“医学大脑”(Medical Brain)团队取得了一些AI进展,如预测疾病症状、死亡风险等等,该技术有望借此打入医疗保健市场。

一名患有晚期乳腺癌的妇女来到城市医院,她的肺部已经充满了积液。她看了两个医生,做了放射扫描。医院的电脑读取了她的生命体征,估算出她在住院期间死亡的几率为9.3%。

之后轮到谷歌来进行估算。该公司开发的一种新型算法分析了关于该妇女的信息——17.5639万个数据点——然后对她的死亡风险做出评估:19.9%。她几天后就去世了。

今年5月,谷歌发布了一份令人痛心的、关于这名身份不明的女性死亡的报告。它凸显了神经网络在医疗保健领域的潜力,这种人工智能软件特别擅长利用数据来自行学习和改进。谷歌开发了一种可以预测各种病患结果的工具,包括人们可能在医院待多久,再次入院的几率以及他们不久后死亡的几率。

给医学专家们留下最深刻印象的是,谷歌能够筛选以前无法获取的数据:隐藏在pdf文件中的注释或者旧图表上的潦草文字。神经网络吞噬了所有这些非常规记录的信息,然后得出预测。它比现有的技术要快得多,也更加准确。谷歌的系统甚至显示了是基于哪些记录得出结论的。

多年来,医院、医生和其他卫生保健提供者一直在寻求更好地利用所储存的电子健康记录和其他患者数据。在适当的时候分享和突显更多的信息可以挽救生命——至少可以帮助医务工作者减少在文书工作上的时间,进而增加在病人护理上的时间。但是,目前挖掘健康数据的方法既费用不菲,又繁琐耗时。

斯坦福大学副教授尼格姆·沙阿(Nigam Shah)表示,现在的预测模型有80%的时间都花在了使数据具有可表达性的“枯燥粗活”上。而谷歌的方法避免了这个。

下一步是?

今年5月,谷歌首席人工智能主管杰夫·迪恩(Jeff Dean)表示,谷歌的下一步是将这种预测系统推向诊所。迪恩的健康研究团队(有时被称为“医学大脑”团队)正在研究一系列的人工智能工具,这些工具能够准确地预测症状和疾病,既人带来希望的同时,也带来一些警示。

按照迪恩的设想,该人工智能系统将指导医生使用特定的药物和诊断方式。另一位谷歌研究人员说,现有的模型忽略了一些重要的医学事件,包括病人是否做过手术。在他看来,现有的人工编码模型是医疗保健技术发展的“一个显而易见的巨大障碍”。

数据隐私问题

尽管人们对谷歌的潜力持乐观态度,但利用人工智能改善医疗结果仍然是一个巨大的挑战。其他公司,尤其是IBM旗下的沃森(Watson),也曾尝试将人工智能应用于医疗领域,但在节省费用和将技术整合到偿付系统方面收效甚微。

谷歌长期以来一直在寻求获取数字医疗记录,但结果不尽相同。在最近的研究中,这家互联网巨头与加州大学旧金山分校和芝加哥大学达成了协议,获得了460亿份匿名患者数据。谷歌的人工智能系统为两家医院创建了预测模型,而不是创建同时涵盖这两家医院的数据分析预测模型,后者是一个更难解决的问题。打造面向所有医院的解决方案则将更具挑战性。谷歌正在努力拉拢新的合作伙伴,以便获取更多的医疗记录信息。

对医疗领域的深入研究,只会给本已掌握海量个人信息的谷歌增加更多的信息。数据公司Immuta的首席隐私官安德鲁·伯特(Andrew Burt)表示:“在利用我们所生成的所有数据上,谷歌和其他科技巨头将拥有一种独特的、近乎垄断的能力。”

当涉及到患者信息时,谷歌表现得非常谨慎,尤其是在公众日益关注企业的数据收集行为的当下。去年,Alphabet旗下的另一家人工智能实验室DeepMind在没有预先告知患者的情况下测试一款分析公共医疗记录的应用程序,因此受到了英国监管机构的严厉抨击。在最新的研究中,谷歌和它的医院合作伙伴坚称他们的数据是匿名的,安全的,并且在病人许可的情况下使用。

不过,沃尔切布姆相信这些算法可以拯救生命和帮助节省费用。他希望,健康记录将来会与其他的数据结合在一起利用。最终,人工智能模型可能纳入有关当地天气和交通的信息——其他影响病患结果的因素。“医院基本上就像一个有机体。”他说。

鲜少公司拥有比谷歌更好的分析这种有机体的条件。该公司和另一家Alphabet子公司Verily正在开发一种能够追踪更多生物信号的设备。即使没有大量的消费者购买使用它打造的可穿戴健康追踪设备,谷歌也还有很多其他的数据来源可以挖掘。它了解天气和交通状况。谷歌的Android手机可以追踪人们走路的方式等方面的信息,这些信息在测量精神状况下降以及其他一些疾病上很有价值。所有的这些数据都可能被纳入到整个医疗算法里。

谈商业模式还为时过早

医疗记录只是谷歌的人工智能医疗计划的一部分。它的医学大脑团队在分别针对放射学、眼科和心脏病学打造人工智能系统。他们也在研究皮肤病。员工开发了一款用于发现恶性皮肤病变的应用;为了进行检测,一位手臂上有15个假纹身的产品经理会在办公室里走来走去。

人工智能主管迪恩强调称,这种实验依赖的是认真严肃的医疗咨询,而不仅仅是好奇的软件程序员。谷歌公司正在印度开展一项新的试验,利用其人工智能软件来分析眼睛图像,以寻找糖尿病视网膜病变的早期迹象。迪恩说,在推出系统之前,谷歌让三名视网膜专家激烈地讨论了早期的研究结果。

随着时间的推移,谷歌可以将这些系统授权提供给诊所,或者把它们作为一种诊断即服务(diagnostics-as-a-service)来通过公司的云计算部门出售。要将产品商业化,谷歌首先需要获得更多的医疗记录,不过这些记录在不同的医疗机构中往往存在很大差异。谷歌可以去购买那些数据,但监管机构或消费者可能无法接受。该公司与加州大学旧金山分校和芝加哥大学的交易并不是商业性的。

现在就确定商业模式还为时过早。在谷歌5月举行的年度开发者大会上,医学大脑的成员莉莉·彭(Lily Peng)回顾了该团队的研究成果:其打造的系统在发现心脏病风险方面超过了人类。“再说一遍,”她说,“我想强调的是,这项研究确实还处在初期阶段。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 谷歌
    +关注

    关注

    27

    文章

    6126

    浏览量

    104875
  • 人工智能
    +关注

    关注

    1789

    文章

    46545

    浏览量

    236823

原文标题:黑科技 | AI 可以预测病人死亡时间了,该系统将推向诊所使用

文章出处:【微信号:melux_net,微信公众号:人工智能大趋势】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    【《时间序列与机器学习》阅读体验】+ 时间序列的信息提取

    本人有些机器学习的基础,理解起来一点也不轻松,加油。 作者首先说明了时间序列的信息提取是时间序列分析的一个重要环节,目标是从给定的时间序列数据中提取出有用的信息和特征,以支持后续的分析
    发表于 08-14 18:00

    【「时间序列与机器学习」阅读体验】+ 简单建议

    这本书以其系统性的框架和深入浅出的讲解,为读者绘制了一幅时间序列分析与机器学习融合应用的宏伟蓝图。作者不仅扎实地构建了时间序列分析的基础知识,更巧妙地展示了机器学习如何在这一领域发挥巨
    发表于 08-12 11:21

    【《时间序列与机器学习》阅读体验】+ 了解时间序列

    。 可以探索现象发展变化的规律,对某些社会经济现象进行预测。 利用时间序列可以在不同地区或国家之间进行对比分析,这也是统计分析的重要方法之一。 而《时间序列与机器学习》一书的后几章分别
    发表于 08-11 17:55

    【「时间序列与机器学习」阅读体验】全书概览与时间序列概述

    的应用也很广泛,用机器学习为时间分析带来新的可能性。人们往往可以通过过往的时间序列数据预测未来,在各行各业中都有很好的应用与发展前景。
    发表于 08-07 23:03

    苹果AI模型训练新动向:携手谷歌,未选英伟达

    近日,苹果公司发布的最新研究报告揭示了其在人工智能领域的又一重要战略选择——采用谷歌设计的芯片训练其AI模型,而非行业巨头英伟达的产品。这一决定在业界引起了广泛关注,尤其是在当前英伟达GPU占据AI
    的头像 发表于 08-01 18:11 877次阅读

    苹果承认使用谷歌芯片训练AI

    苹果公司最近在一篇技术论文中披露,其先进的人工智能系统Apple Intelligence背后的两个关键AI模型,是在谷歌设计的云端芯片上完成预训练的。这一消息标志着在尖端AI训练领域,大型科技公司正积极探索并实践着英伟达GPU
    的头像 发表于 07-30 17:03 659次阅读

    谷歌借助Gemini AI系统深化对机器人的训练

    7月12日,国际科技界传来新动态,谷歌正借助其先进的Gemini AI系统,深化对旗下机器人的训练,旨在显著提升它们的导航能力和任务执行能力。DeepMind机器人团队最新发布的研究论
    的头像 发表于 07-12 16:29 577次阅读

    名单公布!【书籍评测活动NO.35】如何用「时间序列与机器学习」解锁未来?

    、金融科技公司等)正在部署或试验 AI 模型和算法预测这些真实世界中的时间序列。 然而, 传统的时间序列分析技术 (如 ARIMA 或季
    发表于 06-25 15:00

    谷歌模型框架是什么软件?谷歌模型框架怎么用?

    谷歌模型框架通常指的是谷歌开发的用于机器学习和人工智能的软件框架,其中最著名的是TensorFlow。TensorFlow是一个开源的机器学习框架,由
    的头像 发表于 03-01 16:25 752次阅读

    谷歌模型训练软件有哪些?谷歌模型训练软件哪个好?

    谷歌在模型训练方面提供了一些强大的软件工具和平台。以下是几个常用的谷歌模型训练软件及其特点。
    的头像 发表于 03-01 16:24 778次阅读

    谷歌模型训练软件有哪些功能和作用

    谷歌模型训练软件主要是指ELECTRA,这是一种新的预训练方法,源自谷歌AI。ELECTRA不仅拥有BERT的优势,而且在效率上更胜一筹。
    的头像 发表于 02-29 17:37 709次阅读

    谷歌发布ASPIRE训练框架,提升AI选择性预测能力

    该框架分为三步骤:“特定任务调整”、“答案采样”以及“自我评估学习”。首先,“特定任务调整”阶段针对基本训练的大型语言模型进一步深化训练,重点提高预测能力。其次,“答案采样”阶段模型会根据调整的参数,生成多个答案
    的头像 发表于 01-23 11:19 483次阅读

    如何基于深度学习模型训练实现工件切割点位置预测

    Hello大家好,今天给大家分享一下如何基于深度学习模型训练实现工件切割点位置预测,主要是通过对YOLOv8姿态评估模型在自定义的数据集上训练,生成一个工件切割分离点预测模型
    的头像 发表于 12-22 11:07 709次阅读
    如何基于深度学习模型<b class='flag-5'>训练</b>实现工件切割点位置<b class='flag-5'>预测</b>

    如何基于深度学习模型训练实现圆检测与圆心位置预测

    Hello大家好,今天给大家分享一下如何基于深度学习模型训练实现圆检测与圆心位置预测,主要是通过对YOLOv8姿态评估模型在自定义的数据集上训练,生成一个自定义的圆检测与圆心定位预测
    的头像 发表于 12-21 10:50 1639次阅读
    如何基于深度学习模型<b class='flag-5'>训练</b>实现圆检测与圆心位置<b class='flag-5'>预测</b>

    如何训练这些神经网络解决问题?

    参数过多的结果。我们可以通过比较训练数据损失和测试数据损失确定预测模型对训练数据的拟合是太差还是太好。
    发表于 11-24 15:35 677次阅读
    如何<b class='flag-5'>训练</b>这些神经网络<b class='flag-5'>来</b>解决问题?