利用患者所有的電子病歷原始數據，谷歌 Google （GOOGL-US） 研究人員開發了一種人工智慧 （AI） 網路，能夠預測病患住院期間的疾病改善或惡化，及提高死亡風險的預測準確率，
目前谷歌宣稱，該 AI 網路系統對於病患的死亡風險預測準確率，是高達了 95%。
我是廣告 請繼續往下閱讀
谷歌的這套 AI 網路系統，是具備了深度學習之功能，模型數據是從加州大學舊金山分校及芝加哥大學醫院索取超過 11.4 萬名成年患者、共超過 21.6 萬份無身份電子病歷數據來作分析。
上個月「自然」雜誌公布了研究報告。
該 AI 網路系統，預測患者在醫院期間的死亡風險準確率高達 95%，比傳統模型相比的虛假警報率更為準確，同時也是目前死亡風險預測準確率最高的預測模型。
該 AI 算法並結合了電子病歷，包括來自醫生和護士的自由文本和臨床記錄，以及其他結構較不完整的數據，數據總量共超過 460 億條。
谷歌研究人員並未使用傳統標識病歷的數據方法，而是將原始數據作為輸入值，並以更靈活的結構產生輸出值，稱為 FHIR （Fast Healthcare Interoperability Resources）。谷歌的方法使增加新的醫院數據變得容易。
我是廣告 請繼續往下閱讀
研究人員認為，更準確的預測可以降低醫療成本，而更少的虛假警報可以減少醫生和護士的疲勞。然而，谷歌仍強調這套 AI 網路需要進行更多的前瞻性試驗和研究，並發掘出這套 AI 系統的侷限性。
更多精彩內容請至 《鉅亨網》
連結>>