雷鋒網(wǎng)消息，谷歌和加州大學(xué)舊金山分校（UCSF）的研究人員開發(fā)了一個AI系統(tǒng)，在75%的情況下能預(yù)測醫(yī)生的處方?jīng)Q定。如果應(yīng)用于醫(yī)療系統(tǒng)中，它可以識別出病人或者看起來情況異常的處方。有點類似于，信息卡公司使用的欺詐檢測方案。

這項成果發(fā)表在《臨床藥理學(xué)與治療學(xué)》(Clinical Pharmacology and Therapeutics)雜志上。

研究科學(xué)家凱瑟琳·魯克（Kathryn Rough）和谷歌健康醫(yī)學(xué)博士阿爾文·拉吉科馬爾（Alvin Rajkomar）在一份報告中寫道，盡管沒有醫(yī)生、護士或者藥劑師希望犯下傷害患者的錯誤，但研究表明，2%的住院患者經(jīng)歷了嚴重的，與藥物錯誤使用有關(guān)的醫(yī)療事件。這些事件很可能危及生命，造成永久性傷害或者導(dǎo)致患者死亡。

為此，AI系統(tǒng)使用一個數(shù)據(jù)集進行訓(xùn)練，該數(shù)據(jù)集包含來自10萬多個住院患者產(chǎn)生的約300萬個藥單，通過使用隨機改變?nèi)掌诘目勺匪菪噪娮咏】涤涗?，并根?jù)HIPAA刪除部分記錄（包括姓名、地址、聯(lián)系方式、記錄編號、醫(yī)生姓名、免費文本注釋、圖像等）。更重要的是，數(shù)據(jù)集不局限于特定的疾病或者醫(yī)療領(lǐng)域，使得任務(wù)更具有挑戰(zhàn)性，同時，也有助于確保模型能夠識別范圍更廣的疾病種類。

研究人員評估了兩個模型：學(xué)習(xí)了對長期依賴性進行建模的長短期記憶（LSTM）遞歸神經(jīng)網(wǎng)絡(luò)，以及類似于臨床健康研究中常用的邏輯模型。將兩者都與基線進行比較，該基線根據(jù)患者的醫(yī)院服務(wù)（例如，普通醫(yī)療、普通外科、產(chǎn)科、心臟病學(xué)）和入院以來的時間對最常用的藥物進行排名。

每次在回顧性的數(shù)據(jù)中訂購藥物時，這些模型都會列出990種可能的藥物，研研究人員評估這些模型，決定是否將每個病例中實際訂購的藥物以較高概率分配給醫(yī)生。每一個模型的表現(xiàn)都是通過將其排名選擇與醫(yī)生實際開的藥物進行比較來評估。

表現(xiàn)最好的是LSTM——前10名名單中至少有93%的藥物是由臨床醫(yī)生在第二天內(nèi)為給定的患者訂購的。在55%的病例中，模型正確地將醫(yī)生開出的藥物列為最可能服用的10種藥物之一，75%的訂購藥物排在前25名。

研究人員寫道，“重要的一點是，以這種方式訓(xùn)練的模型重現(xiàn)了歷史數(shù)據(jù)中醫(yī)生的行為，而沒有學(xué)習(xí)最佳的處方模式，這些藥物可能如何工作，或可能發(fā)生什么副作用。在我們的下一階段研究中，我們將研究在哪些情況下這些模型能用于發(fā)現(xiàn)傷害患者的用藥錯誤?！?/p>

“我們期待著與醫(yī)生、藥劑師、其他臨床醫(yī)生和患者合作，我們將繼續(xù)研究，以量化這種模型是否有能力捕捉錯誤、確?；颊咴卺t(yī)院的安全?！?/p>

不得不說的一點是，谷歌在AI醫(yī)療方面的工作非常廣泛。

雷鋒網(wǎng)了解到，此前，谷歌開發(fā)出一種模型，能以“人類水平”的精確度對X光片進行分類。去年，谷歌表示它的肺癌檢測AI系統(tǒng)超過了6名人類放射科醫(yī)生，皮膚診斷模型能像醫(yī)生一樣準確地檢測出26種皮膚狀況。

最近谷歌的一項成果是利用AI模型，在更少的假陽性下，從乳房X光片中識別乳腺癌。谷歌還與印度馬杜賴的阿拉文德眼科醫(yī)院(Aravind Eye Hospital)合作，從視網(wǎng)膜圖像診斷眼疾。雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。