Предскажет ли искусственный интеллект вашу смерть?

Это был заголовок, который, возможно, вызвал головокружение: Google утверждает, что новая технология EHR на основе искусственного интеллекта может предсказывать результаты лечения пациентов в больнице, включая смерть». Со всеми новостями о больших данных, беспилотных автомобилях и кибервойнах этот заголовок может показаться разумным следующим шагом в области искусственного интеллекта (ИИ) и одним из пугающих последствий.

Если компьютер может предсказать исход вашего пребывания в больнице, то сколько времени пройдет, прежде чем машины определят, когда вам, вашим детям или родителям будет отказано в помощи? Однако более внимательное изучение исследования, стоящего за заголовком, может помочь развеять страхи перед будущим, в котором разумные машины будут править людьми.

Зачем было проведено исследование?

Исследование, стоящее за заголовком, было описано в отчете под названием Масштабируемое и точное глубокое обучение для электронных медицинских карт. В отчете отмечается, что его авторами являются не менее тридцати пяти исследователей, представляющих три университета и Google. что количество информации о пациентах, доступной для анализа, значительно выросло, но к ней регулярно не обращаются и не анализируют, чтобы получить информацию, которая может помочь врачам, улучшить лечение и сократить расходы.

Серьезным препятствием для получения прогностической информации из медицинских записей является осмысление очень большого количества и типов информации, собранной во время пребывания в больнице, от результатов лабораторных исследований до заметок врача в произвольной форме. Попытки вручную отсортировать все данные, собранные во время типичного пребывания в больнице, а затем предсказать результаты лечения пациентов сегодня практически невозможны.

Что исследовали исследователи?

Исследователи решили проверить, может ли использование искусственного интеллекта, включая глубокий анализ нейронной сети, точно предсказать четыре исхода: смерть, повторную госпитализацию, продолжительность пребывания в больнице и диагнозы.

В исследовании использовались медицинские записи из двух известных академических медицинских центров: Калифорнийского университета в Сан-Франциско (UCSF) и Чикагского медицинского университета (UCM). Записи пациентов, объединенные из этих двух больниц, включали в общей сложности 216 221 госпитализацию для 114 003 человек с 2009 по 2016 год. Эти записи не идентифицировали отдельных пациентов, но содержали надежную информацию о пациентах, такую ​​как демографические данные, диагноз, проведенные процедуры, назначенные лекарства, результаты лабораторных исследований и показатели жизнедеятельности (например, частота сердечных сокращений, кровяное давление).

Чтобы решить проблему анализа всех собранных данных, исследователи использовали необработанную информацию из медицинских карт пациентов и создали графики действий для пациентов, например, когда пациент был госпитализирован, какие анализы были проведены, диагнозы и выписка пациента из больницы. больницу (или их смерть).

Затем исследователи просмотрели исторические хронологии пациентов, чтобы сделать прогнозы смерти, повторной госпитализации, продолжительности пребывания в больнице и диагнозов. Например, для оценки стационарного риска смерти они делали прогнозы каждые 12 часов, начиная с 24 часов до поступления, через 24 часа после поступления и во время выписки из больницы.

Каковы основные выводы?

Сообщалось о нескольких общих наблюдениях; например, около 2 из 100 госпитализированных пациентов умерли в больнице, а около 12 из 100 госпитализированных пациентов вернулись в больницу для незапланированной повторной госпитализации. Но были получены и более интересные сведения:

  • Предсказать диагноз пациента сложно. По словам исследователей, самым сложным прогнозом был диагноз пациента при выписке, который варьировался от 1 до 228 из примерно 14 025 доступных диагностических кодов (некоторые из которых очень похожи).
  • Прогнозы результатов лечения пациентов с помощью искусственного интеллекта могут повысить скорость и точность. Это вывод, стоящий за заголовком, что прогнозы, сделанные искусственным интеллектом во время разряда, лучше, чем с помощью более ранних методов. Например, в случае прогнозирования риска смерти во время госпитализации исследователи обнаружили, что частота ложных предупреждений, сделанных их методом искусственного интеллекта, была примерно вдвое меньше, чем при использовании других методов.

Как и в случае любого исследования, авторы признали определенные ограничения исследования, в том числе то, как на общие прогнозы могут влиять конкретные исследуемые пациенты:

  • Не все пациенты одинаковы. Прогнозы для пациентов с необычными состояниями или заболеваниями, которые не были представлены в медицинских картах двух исследуемых больниц, могут быть менее точными, чем для других пациентов в исследовании.
  • Не все больницы одинаковы. Прогнозы, сделанные для пациентов в больницах, отличных от двух исследуемых больниц, могут быть менее точными, потому что другие больницы могут обслуживать разные группы пациентов, с другими протоколами ухода и предлагать другую информацию о медицинских картах для анализа с помощью искусственного интеллекта.

Возможно, самым большим препятствием для прогнозов искусственного интеллекта, влияющих на заботу о вас, ваших детях или ваших родителях в ближайшее время, является принятие врачами-людьми, которые могут рассматривать прогнозы машин как таинственные и ненадежные. Даже если врач соглашается с предсказанием искусственного интеллекта о том, что перспективы исхода для пациента плохие, он, вероятно, все равно будет склонен делать все возможное, чтобы помочь своему пациенту. В конце концов, предсказания не точны, и иногда случаются «чудесные» выздоровления в самых безнадежных случаях.