Casey Ross作者statnews.com 来源

不光能下围棋,研发阿尔法狗的DeepMind公司公布最新医疗人工智能研究成果

随着现代医学的发展,医疗不仅意味着救死扶伤,人们还寄希望于医学人工智能带来更多预防疾病的方法,从而有更高质量、更健康的生活。目前,在预测疾病方面,医院所面临的最大挑战之一便是如何提前并快速预测患者未来是否会处于病危情况,或者何时会面临病危。
 
在肾脏领域,这家公司做到了。开发 AlphaGo 打败人类围棋世界冠军的AI公司——DeepMind,近日公布了一项人工智能医疗领域的最新研究成果。他们在最新一期《自然》上发表论文,发布了一种新的人工智能系统用来预测病情恶化,并可提前48小时预测急性肾损伤(AKI)的发生。

图片来源:DeepMind官网

每年,数百万手术病人会因无法提前预知的并发症而死亡,其中一大“隐形杀手”便是急性肾损伤。急性肾损伤是一种在危重病人身上常见的严重并发症,主要原因包括缺血、缺氧和肾毒性,这种疾病不仅难以被发现而且往往恶化很快。我国急性肾损伤发病率居高不下,住院患者中发病率可高达50%,非住院患者也常常因为药物、重金属、污染等各种问题引发急性肾损伤;在英国和美国,急性肾损伤大约影响着五分之一的住院病人。

DeepMind 这项研究与美国退伍军人事务医院(VA)的专家共同进行,联合研究小组用这套新系统针对VA 703,782名患者展开实践,AI可通过查找电子健康记录中包含的数十万个数据点的模式,旨在跟踪患者的病情随时间的变化(这能为医生提供实时更新的病情监测),以预测患者在未来48小时内发生急性肾损伤的可能性。研究小组发现该AI系统的预测准确度接近90.2%

▲ 一个有慢性阻塞性肺疾病病史的65岁男性患者入院前8天的预测情况。

a. 患者在住院过程中的肌酐检测数据显示急性肾损伤发生在第5天;

b. 模型在急性肾损伤被发现前48小时预测出风险上升;

c. 入院后4.5天的实验室值预测 (图片来源:参考资料[3])

该预测急性肾损伤的AI系统基于循环神经网络,它会组成序列并处理各个电子医疗记录数据。模型每次都会采用一批患者数据进行学习,并建立一个存储机制以追踪到当前时间步的所有历史相关信息。在每一个时间点,模型会对下一48小时内发生急性肾损伤做出预测。该系统的预测准确度比现有预测肾损伤的算法模型高出20个百分点,这充分说明了该系统有能力向临床医生提供更准确的警告,以便医生尽早对病患治疗进行干预,并做到预防肾损伤。
 
当然,该系统在临床实践中的也遇到一些算法“黑箱”,比如,有了先进的算法,是否有合适的工具提醒医生呢?若医生不能快速收到预警信息,那么再厉害的算法也无法真正帮助患者。

图片来源:Pixabay为了解决这些障碍,研究团队在对急性肾损伤进行预测的同时,不仅使用对预测肾功能恶化的有用临床数据以便系统进一步学习,并为相关血液检测提供预测结果;还公布了辅助预测系统的“小助手”。Streams 也由此诞生。 

Streams是 DeepMind 所研发的移动医疗助理,它可以在传统与数字化的护理途径中,记录有风险的患者情况。将 Streams 与AKI预测系统结合使用,当AKI系统预测出患者血液检查不理想、且可能会有急性肾损伤的情况时,那么 Streams 便可以发挥其医疗助理的作用,尽快提醒临床医生。

“预测急性肾损伤的人工智能系统其预测能力让人印象深刻,”波士顿布莱根妇女医院 (Brigham and Women’ s Hospital) 肾脏医学部主任 Joe Bonventre 博士说,“急性肾损伤起因于肾功能受损以及血液中的废物积聚,所以当AI提前48小时预测到这一情况时,医生便可以及早反应并调整治疗手段,比如,通过调节血压和减少使用会导致器官受损的药物等。”
 
DeepMind 的临床主管 Dominic King 也表示,该研究成果是团队迄今为止最大的医疗研究突破,证明了团队不仅能够有效地发现病情恶化,而且能在病情恶化前进行预测
 
但此次 DeepMind 所采用的美国退伍军人事务医院(VA)的患者数据仍具有一定局限性。

图片来源:Pixabay新系统的实践以及可行性需要更多样本数据、更多实践才能最终下定论,仅通过美国退伍军人事务医院(VA)这70多万患者的健康数据是远不够的。VA数据的使用以下两个方面限制了研究结果可具普遍适用性:

  • 患者性别分布不均。VA患者数量中,男性多于女性,只有6%的患者是女性;

  • VA电子健康记录系统样本数据更为丰富。与使用私人供应商提供的记录系统的医院相比,VA还可收集更多病人的不同数据,这会使人工智能较难复制在VA预测上的成功。

DeepMind 研究人员表示,团队接下来计划会在更广泛的人群和不同的临床环境中多次验证该AI系统的性能。该人工智能系统完全商业化可能需数月至数年不等。
 
DeepMind 此次获得的成果无疑是一大突破。人体健康状况变化万千,一处细微变化就可影响患者病情发展,即使“华佗再世”,人们也无法在海量健康数据、万千病变面前,快速提取有用信息并采取有效治疗,更别提有效实时监控患者健康数据。但21世纪,医学和人工智能技术不断更新迭代,相信未来会有更多同类突破性成果,人工智能赋能医疗健康领域也不再仅是“纸上谈兵”了。

参考资料:

[1]DeepMind AI predicts acute loss of kidney function two days in advance, studyshows Jul 31, 2019 from
https://www.statnews.com/2019/07/31/deepmind-artificial-intelligence-predicts-acute-kidney-injury/
[2]DeepMind’s AI predicts kidney injury up to 48 hours before it happens,  from https://venturebeat.com/2019/07/31/deepminds-ai-predicts-kidney-injury-up-to-48-hours-before-it-happens/
[3]A clinicallyapplicable approach to continuous prediction of future acute kidney injury Jul31, 2019 fromhttps://www.nature.com/articles/s41586-019-1390-1
[4] 《提前两天预测急性肾损伤,DeepMind最新研究登上》2019/8/2 from 
https://mp.weixin.qq.com/s__biz=MjM5MTQzNzU2NA==&mid=2651672991&idx=4&sn=b3b5027b01419f146c6442abd409a3c5&chksm=bd4c760c8a3bff1a8dfba52936894dababf16e2346ac1dcf3c7ae904a0c86a18185a1b54666e&scene=27#wechat_redirect
药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业深度学习智慧医疗DeepMind
1
相关数据
DeepMind机构

DeepMind是一家英国的人工智能公司。公司创建于2010年,最初名称是DeepMind科技(DeepMind Technologies Limited),在2014年被谷歌收购。在2010年由杰米斯·哈萨比斯,谢恩·列格和穆斯塔法·苏莱曼成立创业公司。继AlphaGo之后,Google DeepMind首席执行官杰米斯·哈萨比斯表示将研究用人工智能与人类玩其他游戏,例如即时战略游戏《星际争霸II》(StarCraft II)。深度AI如果能直接使用在其他各种不同领域,除了未来能玩不同的游戏外,例如自动驾驶、投资顾问、音乐评论、甚至司法判决等等目前需要人脑才能处理的工作,基本上也可以直接使用相同的神经网上去学而习得与人类相同的思考力。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

暂无评论
暂无评论~