死亡可以預測嗎？

生老病死是自然規律，死亡更是人類不可避免的過程。那么，死亡是不是可以被預測呢？隨著科技越來越發達，目前正火熱的人工智能或許可以做到這一點。

繼斯坦福大學于今年1月開發了一種基于大數據的AI算法，能夠以90%的準確率預測死亡后，本周一，谷歌旗下的Medical Brian團隊推出了一種新的人工智能算法，可以幫助醫院預測病人的死亡時間，并有望在醫療領域展開更廣泛的應用。

但是，這項技術是福是禍，暫時還不能下定論。

谷歌預測死亡新AI工具，將應用到診所

本周一，谷歌旗下的Medical Brian團隊宣布開發了一種新的人工智能算法，可以幫助醫院預測病人的死亡時間，并有望在醫療領域展開更廣泛的應用。值得一提的是，根據早期的結果顯示，人工智能系統的預測時間要比醫生的結論還要準確。

谷歌正在訓練機器人預測人類死亡

谷歌又搞出一個人工智能，它可以比醫生更準確地預測死亡

谷歌研究出了一個預知死亡的機器人，準確率95%！

該項研究，著眼于住院患者的一系列臨床問題，最近發表在Nature合作期刊（npj） Digital Medicine 上。谷歌將AI技術應用到大量數據上，這些數據來自兩個醫學中心共216000名患者，他們每人都在醫院停留了至少24小時。

研究者在文章中這樣解釋：”我們想知道在面對范圍寬廣的臨床問題時，深度學習能否提供有效預測。所以，我們在差距很大的臨床領域挑選出預測項目，包括一項最重要的臨床結果——死亡，一項標準的醫療質量指標——是否再次入院，一項資源利用率指標——住院時長，以及對于患者病情掌握情況的指標——診斷結果。”

根據該研究，使用加利福尼亞大學舊金山醫療系統的數據所作出的患者死亡預測準確率為95％，使用芝加哥大學醫學系統的數據所作出的死亡預測準確率為93％。

今年5月，谷歌人工智能主管Jeff Dean表示，谷歌的下一步計劃就是將這套預測系統應用到診所。與此同時，谷歌的團隊還在《自然》雜志上發表了一篇論文，其中提到了人工智能技術的預測算法：“這些模型所有情況下都要比傳統的臨床預測模型更有效。我們相信這種方法可以為各種臨床場景創建提供準確的預測范圍。”

斯坦福大學開發AI算法

死亡預測時間準確率高達90%

無獨有偶，今年1月，美國斯坦福大學開發了一款“預測死期”的AI系統。它根據將近200萬名成人和兒童患者的電子健康檔案數據，加上相關的醫學診斷信息，包括：診斷說明、在醫院的天數、施行的各種治療、醫療處方等，得到一個大數據統計數據。再通過數據收集與系統自主學習機制，來預測病患具體的死亡時間。

該研究小組表示，這套AI系統收集了從發現病癥到12個月內死亡的病人數據，他們利用這些數據訓練AI，讓它可以模仿人類大腦神經元的組織方式，因此可以判斷患者3～12個月內死亡的機率。該技術可以極大地改善對病人及其家人的年終護理：通過更準確地預測出絕癥或重病患者何時會去世，照顧者可以優先考慮他們的愿望，并確保在為時已晚之前進行重要的談話。

斯坦福大學人工智能實驗室計算機科學博士研究生Anand Avati表示：“我們可以利用在醫療保健環境下常規收集的操作數據建立一個預測模型，而不是精心設計的實驗研究。現有數據的規模使我們能夠建立一個全因死亡率預測模型，而不是特定于疾病或人口統計學的預測模型。”

這個工具本身并不是用來指導護理過程的，相反，它可以與人類醫生的評估結合使用，以便在對患者進行生命結束計劃的預篩查中做出積極更精確的決定。最重要的是，該算法得到了機構審查委員會的批準。

AI預測死亡，到底是福是禍？

對于AI預測死亡到底是福是禍，簡單來說，這是一個人工智能新的應用領域，可以為人類提供最可貴的服務——給病人最后的時光。但是，即使這項技術在幫助人類醫生篩選病人進行治療方面存在益處，其隱藏的“禍事”也不可小覷。

首先，是隱私問題。眾所周知，在進行這項研究的過程中，研究員會需要大量的醫療數據，而多數醫療數據庫都是獨立存在的，分布在各種醫療系統和政府機構中。所以，如果將這些數據集中起來，比如由谷歌牽頭，將私有企業和公共醫療系統中海量的患者健康數據匯集到一起，那么他們將有可能發展起健康產業，并成為醫療行業的壟斷者。

另外，值得注意的是，谷歌參與的醫學研究部門DeepMind Health曾在2017年在未經同意下收集患者數據，從而違反了英國法律而被指控。難過的是，DeepMind最近又遭到了谷歌審核小組的質疑，原因依然是來自它與英國國民醫療服務體系（NHS）合作共享醫療數據的事宜。

無獨有偶，2016年，谷歌由于獲得了倫敦三家醫院超過160萬患者的數據，遭到了來自患者的強烈反對。據了解，當時，谷歌正在開發一款應用，可以在病人的腎臟出現問題時第一時間通知醫生。

實際上，除了非法獲取數據外，醫療領域數據泄露的事件層出不窮，如果在研究過程中，利用了公眾的數據卻無法保證數據的安全，這勢必會演變成一個更嚴重的問題。

其次，是醫療資源分配問題。如果一位病人并且要明顯比另外一位病人嚴重，那么醫院是否會根據人工智能的預測結論合理分配醫療資源，也非常值得關注。另外，對病人來說，知道自己的死亡時間，無疑是會加大其心理壓力，那么應該如何保證，這份壓力不會對患者的疾病造成負面的影響呢？

最后，是關于確保該AI技術被合理應用的問題。雖然，這項技術在一定程度上可以幫助醫生進行更精準的判斷，但是，在這個過程中，保證病人能夠通過AI技術受益，是最重要的，而不是讓技術公司從中漁利。

因此，將這項技術應用于現實還有很多的問題要去解決，比如AI、倫理等等。究竟是福是禍，還需要進一步的關注。