Googleの人工知能が死を予測

Google の研究プロジェクト Google Brain の使命は、「機械をより賢くして人々の生活を向上させる」ことです。これを行うために、機能自体を学習し、データとその計算を効率的に使用する柔軟性の高いモデルを作成することに重点を置いた、機械学習のサブ分野であるディープラーニング研究が使用されます。

GoogleのAIは患者の死亡を医師よりもよく知っている

Google Brain によって作成されたものは、一見すると鳥肌が立つかもしれません。それは、患者の死亡を予測できるとされる人工知能です。

460億を超えるデータポイントを分析

関連する研究論文「電子患者記録のためのスケーラブルで正確な深層学習」 ( PDF ) では、少なくとも 24 時間入院した成人患者 216,221 人からの匿名化された電子患者記録がデータ基盤として機能したことが最初に明らかになりました。医療報告書を含むファイルに含まれるデータ量は、11 年間にわたって合計 460 億以上のデータ ポイントに達し、カリフォルニア大学サンフランシスコ メディカル センター (2012 年から 2016 年まで) とカリフォルニア大学サンフランシスコ大学の 2 つの病院の患者をカバーしていました。シカゴ医学 (2009 年から 2016 年まで)。

既存のソフトウェアよりも高精度

論文によると、開発されたAIの利点は、既存のソフトウェアよりもはるかに正確に入院後に患者に何が起こるかを評価できることだという。これには、院内死亡率、30 日以内の予定外の再入院、入院期間の延長の予測が含まれます。

研究では、「これまでの研究は、電子医療記録に存在する機能のすべてに依存するのではなく、その機能のサブセットに焦点を当てていた」と指摘しています。これには、メモや大量の構造化データと非構造化データが含まれます。」

大規模な事例研究の 1 つとして、Google はそのアルゴリズムを転移性乳がん患者に適用しました。彼女が入院してから24時間後、グーグルは彼女がその場で死亡する可能性が19.9パーセントであると発表した。病院の早期警報システムは、リスクを 9.3 パーセントと推定しました。患者は2週間も経たずに死亡した。

発表された研究結果は、AI が従来の方法を大幅に改善したとも主張しており、「ディープラーニング モデルは、従来の予測モデルよりも 24 ～ 48 時間早く事件（死亡を意味する、編集者注）を予測した」と述べています。

学習プロセスに必要な 3 つのニューラル ネットワーク

この研究で克服すべき最大の課題は、患者記録内のすべての手書きメモと、大きく矛盾したラベル付けが不十分なデータをすべてキャプチャすることです。博士。 Google との研究を主導した Steven Lin 氏によると、患者ファイルの小さな間違いでも誤ったケアが行われる可能性があるとのことです。「これは私たちが当初考えていたよりも複雑で深刻な問題です。しかし、これが解決されれば、医師は電子医療記録から解放され、患者と対話するという医療の喜びに戻る可能性があります。」

Quartz によると、 AI 研究者たちは 3 つの複雑なニューラル ネットワークを使用してアルゴリズムをトレーニングしました。彼らはすべてのデータから学習し、最終結果に最も効果的な部分を見つけ出しました。このシステムは、どの単語や出来事が結果に関連する可能性が最も高いかを特定し、どのデータが無関係であることが判明したかを学習しました。

———————-

人工知能のトピックについてさらに詳しく:

———————-

Google はヘルスケア分野への AI の応用により、志を同じくする既存のプレーヤーのグループに加わります。オックスフォード大学の研究者たちは、AI を使用して心臓発作のリスクを心臓専門医よりも迅速かつ正確に予測することに取り組んでいます。 IBM のコンピューター Watson も、 その AI によって将来医療に革命を起こすことが期待されています。