Google træner AI til at forudsige, når en patient skal dø

Wikimedia Commons
Del denne historie!
image_pdfimage_print
'Evidensbaseret medicin' vender allerede det medicinske erhverv på hovedet og dehumaniserer patientpleje, men anvendelsen af ​​AI til at forudsige behandling og resultater er flere størrelsesordener værre. Hvis Google fejlagtigt forudsiger din forestående død, bliver behandlingen trukket væk for at spare penge? ⁃ TN Editor

En kvinde med brystkræft på sent stadium kom til et byhospital, hvor væsker allerede oversvømte hendes lunger. Hun så to læger og fik en røntgenscanning. Hospitalets computere læste hendes vitale tegn og anslåede en 9.3 procent chance for, at hun ville dø under sit ophold.

Så kom Googles tur. En ny type algoritme oprettet af virksomheden læste op til kvinden - 175,639 datapunkter - og gav sin vurdering af hendes dødsrisiko: 19.9 procent. Hun døde i løbet af få dage.

Den harrivende beretning om den uidentificerede kvindes død blev offentliggjort af Google i maj i forskning, der fremhævede sundhedsplejepotentialet i neurale netværk, en form for kunstig intelligenssoftware, der er særlig god til at bruge data til automatisk at lære og forbedre. Google havde oprettet et værktøj, der kunne forudsige en række patienteresultater, herunder hvor længe folk kan blive på hospitaler, deres odds for genindlæggelse og chancer for, at de snart dør.

Det, der mest imponerede medicinske eksperter, var Googles evne til at søge gennem data, der tidligere var uden for rækkevidde: noter, der er begravet i PDF-filer eller skribet på gamle diagrammer. Neuralnet goblet op al denne uregelmæssige information og spyttede derefter forudsigelser. Og det gjorde det langt hurtigere og mere præcist end eksisterende teknikker. Googles system viste endda, hvilke poster der førte til konklusioner.

Hospitaler, læger og andre sundhedsudbydere har i årevis forsøgt bedre at bruge lagre af elektroniske sundhedsjournaler og andre patientdata. Flere oplysninger, der deles og fremhæves på det rigtige tidspunkt, kan redde liv - og i det mindste hjælpe læger med at bruge mindre tid på papirarbejde og mere tid på patientpleje. Men de nuværende metoder til minedrift af sundhedsdata er dyre, besværlige og tidskrævende.

Så meget som 80 procent af den tid, der bruges på nutidens forudsigelige modeller, går til "scut-arbejde" med at gøre dataene præsentative, sagde Nigam Shah, lektor ved Stanford University, som var medforfatter til Googles forskningsdokument, offentliggjort i tidsskriftet Nature. Googles tilgang undgår dette. ”Du kan smide køkkenvasken og ikke behøver at bekymre dig om det,” sagde Shah.

Googles næste trin er at flytte dette forudsigende system til klinikker, fortalte AI-chef Jeff Dean til Bloomberg News i maj. Dean's sundhedsforskningsenhed - undertiden benævnt medicinsk hjerne - arbejder på en række AI-værktøjer, der kan forudsige symptomer og sygdomme med et nøjagtighedsniveau, der bliver mødt med håb såvel som alarm.

Inde i virksomheden er der meget spænding omkring initiativet. "De har endelig fundet en ny applikation til AI, der har kommercielt løfte," siger en Googler. Siden Google Alfabet Inc. erklærede sig selv som en "AI-first" virksomhed i 2016, er meget af dets arbejde inden for dette område gået til at forbedre eksisterende internettjenester. Fremskridtene fra Medical Brain-teamet giver Google chancen for at bryde ind på et helt nyt marked - noget af medstifterne Larry Page og Sergey Brin har prøvet igen og igen.

Software i sundhedsvæsenet er stort set kodet i hånden i disse dage. I modsætning hertil kan Googles tilgang, hvor maskiner lærer at analysere data på egen hånd, ”bare springe alt andet,” sagde Vik Bajaj, en tidligere direktør i Verily, en alfabetisk sundhedsvæsen, og administrerende direktør for investeringsselskabet Foresite Capital. ”De forstår, hvilke problemer der er værd at løse,” sagde han. "De har nu lavet nok små eksperimenter til at vide præcis, hvad de frugtbare retninger er."

Dean ser for sig, at AI-systemet styrer læger mod visse medicin og diagnoser. En anden Google-forsker sagde, at eksisterende modeller går glip af åbenlyse medicinske begivenheder, herunder om en patient havde forudgående operation. Personen beskrev eksisterende håndkodede modeller som ”en åbenlys, gigantisk vejspærring” inden for sundhedsvæsenet. Personen bad om ikke at blive identificeret og diskuterede det igangværende arbejde.

Tilmeld
Underretning af
gæst
0 Kommentarer
Inline feedbacks
Se alle kommentarer