據(jù)外媒TheNextWeb報道，谷歌旗下的Medical Brian團隊開發(fā)了一種新的人工智能算法，可以幫助醫(yī)院預測病人的死亡時間 ——其早期結果顯示，其準確性略高于醫(yī)院自己的預警系統(tǒng)，并有望在醫(yī)療領域展開更廣泛的應用。

彭博社描述了Medical Brain團隊這項研究成果的醫(yī)療保健潛力，包括使用以前不可用的信息來實現(xiàn)其預測的能力。人工智能一旦提供這些數(shù)據(jù)，就可以預測死亡，出院和再入院的可能性。

谷歌團體5月份在《自然》雜志上發(fā)表的一篇論文中提到了其預測算法：

這些模型在所有情況下均優(yōu)于傳統(tǒng)的臨床使用的預測模型。我們相信這種方法可以用來為各種臨床情景創(chuàng)建準確和可擴展的預測。

在研究結果中的一項主要案例研究中，谷歌將其算法應用于一名轉移性乳腺癌患者。在她入院24小時后，谷歌人工智能預測其在醫(yī)院死亡的風險為19.9％，而醫(yī)院的早期預警評分的9.3的估計與此相反。不到2周后，這名患者因病情惡化死亡。

為了達到這個數(shù)字，谷歌人工智能從病人的電子病歷中收集了175,639個數(shù)據(jù)點，包括手寫筆記。根據(jù)論文中的描述，這是谷歌的這項研究和此前的深度學習方法之間的區(qū)別：

一般而言，此前的工作集中在EHR中可用功能的子集上，而不是EHR中的所有數(shù)據(jù)，其中包括臨床自由文本筆記以及大量的結構化和半結構化數(shù)據(jù)。

在整個研究中，谷歌分析了216,221份住院病例，包括114,003名病人 - 以及所有電子病歷中超過460億個數(shù)據(jù)點。

這已經(jīng)不是谷歌首次將人工智能應用于預測性醫(yī)療方面。今年早些時候，DeepMind與美國退伍軍人事務部合作，通過提供AI 700,000份醫(yī)療記錄，讓人工智能預測退伍軍人病情的致命變化。

該公司還正在用于臨床記錄的語音識別系統(tǒng)，這將消除醫(yī)生輸入它們的需要。負責研究的Steven Lin博士告訴CNBC：

這比我們原先想象的更復雜、更難解決。但是，如果解決了這個問題，它可能會使醫(yī)生從電子病歷中擺脫出來，讓醫(yī)療機構重新回到醫(yī)學的樂趣中：實際上與病人進行互動。

如果谷歌能夠順利兩者輸入數(shù)據(jù)的處理和改善其使用該數(shù)據(jù)的手段，它可以減少對醫(yī)療保健的人為錯誤。

該公司面臨的最大挑戰(zhàn) - 這種情況下的數(shù)據(jù)由于安全原因而不可用。2016年，該公司面臨來自患者的強烈反應，當時該公司獲得了來自倫敦三家醫(yī)院的160萬名患者的數(shù)據(jù)（未經(jīng)同意），以開發(fā)一款應用程序。