未来看病也靠大数据 提前48小时就能预测疾病

　　当年用 AI 单挑世界围棋冠军的 DeepMind 公司又有新突破了，这次它们想要"救人命"。

　　提前预测急性肾损伤有多重要？

　　单在美国和英国，每 5 名患者中就有一名患有急性肾损伤，预计每年造成 140 万人死亡。

　　这些患者随身面临肾功能突然衰竭的风险，一旦肾功能停止运作，就无法从血液中去除毒素，或永久性地损害肾脏，或迅速恶化导致产生其它疾病，人们将面临移植肾脏和死亡的风险。

　　DeepMind Health 的临床主管 Dominic King 表示：

　　“急性肾损伤目前难以及时监测，过去患者一般在肾脏开始恶化后两三天才能被发现，如果医生及早进行干预，可以预防高达 30％ 的疾病病例。”

　　所以 DeepMind 联合美国退伍军人事务部（VA），对美国共 703,782 名退伍军人的病历开始了两年的分析，搜集了有 10 年病史的患者信息，单个人就达到数百万个指标，最终创建出了这个预测 AKI 进展的机器学习模型。

　　DeepMind 通过与这些患者后来是否被诊断进行对比，来确认其模型的准确性。

　　结果发现，该模型能够提前两天对 90% 的患者进行准确预测，确认肾功能严重恶化以致需要长期透析的患者，比起传统的标准 AI 模型检测，它的准确率翻了一番。

　　DeepMind 表示，这是它们团队"迄今为止最大的医疗保健研究突破"。

　　另外，DeepMind 还希望结合医疗移动助手 Streams 一起工作，这也能帮助 DeepMind 的研究更快地商业化。

　　Streams 使用 NHS 算法检测急性肾损伤，已在多家医院部署，能为临床医生提供紧急情况的信息。

　　经过伦敦大学学院领导的 Streams评估结果显示，该应用程序能使监测紧急 AKI 病例的时间从两个多小时变为 14 分钟，被遗漏的案例从之前人工的 12.4%，降到了使用应用程序的 3.3％。另外，Streams 还可以节省约 1/3 的医疗成本。

　　但  Streams 是根据单次血液测试的结果来提醒医疗人员，结合 DeepMind，能让护理从"被动反应型治疗"转到"主动预防性护理"。

　　但此项研究还不足以完全信任的地方在于，它不可避免地会引起人们的隐私恐慌。

　　就算 DeepMind 在研究中可以自动识别和去除敏感数据，但因为它收集了大量个人化数据，依然会引起人们的忧虑，毕竟前年 DeepMind 就被指通过非法交易获得 160 万 NHS 患者的病历信息。

　　而且，这次的研究还存在着医学研究常见的中"性别偏见"，女性仅占其人工智能培训记录人数中的 6.38％，且数据也仅限于美国部分人群，严格意义上来讲，它并不具备普适性。

　　另外，DeepMind 也未真正跟当前的医疗实践成果进行比较。

　　尽管 AI 经常被吹捧为医生最大的竞争对手，甚至可能取代医生，但大部分研究都很少进行严格的临床试验，只有确认它真实可行时，这些技术才能真正进入人们生活。

　　DeepMind 表示：

　　“此次研究还只是第一步。在更广泛地使用它之前，我们需要掌握更多实践后的代表性数据。”

　　下一步我们将进行具有回顾性和前瞻性的研究来验证模型，先预测它如何影响临床环境中的护理结果。

　　而这些成果，都将变成 DeepMind 未来实现预防性医疗保健的基石。

　　去年 DeepMind 就使用 AI 检测超过 50 种威胁视力的眼部疾病，它们表示，接下来还会继续尝试诊断败血病、心脏病、乳腺癌、肝功能衰竭等疾病领域。

　　以此，不仅可以改善人们的疾病检测过程，还能降低治疗各种疾病的成本。

　　但屡现不止的隐私问题，现在依然没有任何一家科技公司能给出完美的答案。