QCon北京「鸿蒙专场」火热来袭!即刻报名,与创新同行~ 了解详情
写点什么

谷歌开发一 AI 系统,可预测医生 75% 的处方

  • 2020-04-24
  • 本文字数:1542 字

    阅读完需:约 5 分钟

谷歌开发一AI系统,可预测医生75%的处方

发表在《临床药理学与治疗学》杂志上的一篇论文称,谷歌和加州大学旧金山分校的研究人员开发的一个人工智能系统,在 75%的情况下能预测医生的处方决定。如果有一天将其应用到医疗系统中,它可以根据患者的状况识别出看起来不正常的处方,类似于信用卡公司使用的欺诈检测方案。


“虽然没有医生、护士或药剂师会希望犯伤害病人的错误,但研究表明,2%的住院患者会遇到严重但可预防的药物治疗事件,它们可能危及生命,造成永久性伤害,或导致死亡,”研究员 Kathryn Rough 和谷歌健康医学博士 Alvin Rajkomar 在一篇博文中写到,“然而,在特定的时间,面对特定的病人,决定哪种药物适用是很复杂的——医生和药剂师要经过多年的训练才能获得这项技能。”


为此,该 AI 系统训练使用的数据集包含来自 10 万多次住院治疗的大约三百万个用药医嘱,在使用这些回顾性的电子医疗记录数据时,研究人员依照 HIPAA 随机更改了日期,并删除了部分记录(包括姓名、地址、联系方式、记录号、医生姓名、文字注释、图片、等等)。重要的是,数据集并不局限于特定的疾病或治疗领域,这使得任务更具挑战性,但也有助于确保模型能够适用于更多的情况。


研究人员评估了两种模型:(1)一个是长短时记忆(LSTM)递归神经网络,它学习对长期依赖关系建模;(2)一个是类似于临床健康研究中常用的逻辑模型。两者都与同一基准进行比较,根据病人接受的医院服务(如普通内科、普通外科、妇产科、心内科)和住院时间长短对最常开具的药物进行排序。对于回顾性数据中每次开具的药物,这些模型都会列出 990 种可能的药物,对于每一个病例,研究人员评估了这些模型是否对医生实际开具的药物赋予了较高的概率。


模型效果的评估是通过比较模型提供的药物排名与医生实际开具的药物得出的。表现最好的是 LSTM,排名前十的名单中,有 93%至少包含一种药物,临床医生会在第二天为特定的病人开具。在 55%的病例中,模型正确地将医生开具的药物列为最可能服用的 10 种药物之一,开具的药物中,有 75%排在前 25 名。


“重要的是要记住,以这种方式训练的模型重现了历史数据中医生的行为,而没有学习最佳的处方模式,这些药物可能的效果,或可能发生什么副作用。”在我们下一阶段的研究中,我们将研究下,在什么情况下,这些模型可以为发现可能伤害患者的用药错误提供帮助,”研究人员写道,“我们期待着与医生、药剂师、其他临床医生和患者合作,我们将继续研究,以量化这种模型是否有能力捕捉错误,确保患者在医院的安全。”


退一步说,在医疗保健领域的 AI 应用方面,谷歌开展了广泛的工作。这家科技巨头已经开发出一种模型,能以“人类的精度水平”对胸透 X 光片进行分类,并提出了一种用于医学影像的 AI 迁移学习的混合方法


去年,谷歌宣称,它的肺癌检测人工智能战胜了 6 名人类放射科医生,而且它的皮肤炎症诊断模型能像皮肤科医生一样准确地检测出 26 种皮肤炎症。最近,该公司表示,它已经训练了一个人工智能模型,可以从乳腺 X 线影像中识别乳腺癌,几乎没有假阳性。它与印度马杜赖的阿拉文德眼科医院(Aravind Eye Hospital)合作,部署了一个机器学习模型,可以从视网膜图像诊断眼部疾病。


对于眼部诊断模型,谷歌 AI 首席 Jeff Dean 这样,“现在,你可以用视网膜图像来做检测,其准确性与侵入性更强的血液检测一样。这可能会成为一种新事物——当你去看医生,他们会给你的眼睛拍照,我们会有你的眼睛的纵向病史,并能从中学到新东西。这可算是最高标准的治疗。通过良好的、高质量的训练数据,你可以训练一个模型,并获得视网膜眼科医生的效果。”


本文最初发布于 VentureBeat 博客,经原作者授权由 InfoQ 中文站翻译并分享。


延伸阅读:


https://venturebeat.com/2020/04/02/googles-ai-predicts-physicians-prescribing-decisions-75-of-the-time/


2020-04-24 07:052735
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 554.9 次阅读, 收获喜欢 1978 次。

关注

评论

发布
暂无评论
发现更多内容

收获颇丰!这份阿里架构师纯手敲JDK源码全彩小册可以打满分

Java架构追梦

Java 阿里巴巴 架构 面试 jdk源码

使用Grafana显示Prometheu监控

Rubble

Grafana Prometheus 8月日更

万字长文讲透低代码

百度开发者中心

最佳实践 开发者 方法论 低代码 语言 & 开发

Apache之道在腾讯的探索与实践

腾源会

Apache 开源 腾源会 腾讯开源

我看 JAVA 之 并发编程【三】java.util.concurrent.atomic

awen

Java 并发编程 Atomic 原子操作

C++ Vector

若尘

c++ vector 8月日更

如何用Camtasia添加视频水印?

淋雨

视频剪辑 Camtasia 录屏软件

xposed 入门之修改手机 IMEI

Qunar技术沙龙

android 程序员 App 经验分享 安卓

AI + K8S 驱动存储技术变革

焱融科技

人工智能 Kubernetes 云原生 高性能 存储

Tensor:Pytorch神经网络界的Numpy

华为云开发者联盟

神经网络 数组 PyTorch Numpy Tenso

MySQL中的DEFINER(定义者)是什么

Simon

MySQL

从技术到文案,还回技术么?

escray

学习 极客时间 朱赟的技术管理课 8月日更

孩子排斥写作业 VS 员工不接活儿——项目管理来帮忙

Ian哥

台达AS228T_CanOpen_VFD_X

林建

台达 AS228T Canopen 功能块 E变址

为什么安全性在托管中变得越来越重要

九河云安全

高频面试题-请把Java垃圾回收器说清楚

Java 编程 架构 面试 JVM

TCP如何进行拥塞控制

W🌥

计算机网络 TCP/IP 8月日更

惠及百万用户 医保“上云”有了新思路

云计算

Java 程序性能优化“学习日记”

Java 编程 面试 IT 计算机

这波性能优化,太炸裂了!

why技术

Java 性能优化 JVM

Python代码阅读(第7篇):列表分组计数

Felix

Python 编程 Code Programing 阅读代码

The Data Way Vol.1|风口下的开源市场:如何看待开源与商业的关系?

SphereEx

数据库 开源

带你看论文丨全局信息对于图网络文档解析的影响

华为云开发者联盟

文档 CNN网络 图网络 非结构化文档 全局信息

简单的Postman,还能玩出花?

码农参上

8月日更

iPhone Shortcuts 使用与场景

TroyLiu

iphone 效率工具 快捷指令 shortcuts nfc

Compose 编程思想

Changing Lin

8月日更

你真的懂语音特征吗?

华为云开发者联盟

语音 音频 声学 时域图 时域

接口返回值一定不允许使用枚举类型吗?

skow

Java 面试 后端 开发规范

Java测试框架九大法宝

FunTester

自动化测试 JUnit 测试框架 selenium testNG

工作多年,分享16条职场经验给新人朋友

架构精进之路

职场 成长 经验分享 8月日更

面试进阶齐飞!霸榜GitHub的 Java 全栈笔记太香了!

Java 编程 程序员 IT 计算机

谷歌开发一AI系统,可预测医生75%的处方_AI&大模型_KYLE WIGGERS_InfoQ精选文章