DeepMind:AI已经可以在发病前48小时给出预测

“毫无疑问,这种数字技术将为及时的临床干预和治疗开辟新的可能性,以减少对患者的伤害。”-英国肾脏研究中心主席Jeremy Hughes教授

本文由理论派学习小组翻译

AI已经能在急性病发病前48小时给出预测,从而避免患者真实受伤。Deep Mind团队最新一则nature文章声明,通过与美国退伍军人事务(VA)的专家合作,研发了一种新技术,可提前48小时预测急性肾损伤(AKI)。据悉,仅仅在英国,AKI每年就有超过10万病例。这项研究与Streams(一个临床医生的移动助手)的测评同时进行,Streams可以改善患者护理并降低医疗成本。它与AI预测共同推进了从应对型治疗转变为预防性护理的医疗转型。

每年有数百万人死于本可以通过早期干预而预防的疾病。急性肾损伤(AKI),这种使得病人肾脏突然宕机的疾病,正是一种典型代表。光是在英美两国的住院患者群体中,AKI的发病率就达到1/5,使其恶名昭著的原因在于发病前期很难感知,发病后又恶化得异常迅速。专家表示,如果能提早干预,能降低30%的发病率。

在过去的几年中,DeepMind团队一直致力于寻找避免患者急性损伤这一复杂问题的答案,构建可以更早预测急重症的数字工具,更好更敏捷的帮助医护人员为患者提供医护和治疗。这是DeepMind团队迄今为止最大的突破性成果。不仅仅是聚焦于有效的发现恶化,而是在发生之前就准确的去预测

通过与VA合作,DeepMind团队将AI技术应用于从超过100个VA站点收集的电子健康记录。结果显示AI可以早于确诊前48小时预测患者的AKI。更重要的是,这个模型预测了10名AKI患者,其中9名的情况都迅速恶化到需要透析治疗。这为将来的预防型治疗提供了一个窗口,避免其走到不得不肾透析的地步。该模型的设计也是为了将来可以应用到其他致命感染(比如败血症)的预测。

为了定位“黑匣子”问题(在临床实践中实施AI的关键障碍之一)该模型同时还提供预测急性肾衰竭的最重要的临床信息和相关的血检结果。这些信息可以帮助临床医生了解AI预警的原理从而更好的应对患者的恶化情况。

然而,如果没有合适的途径将信息传递给专家们,这些预测无法真正帮到患者。现实生活中,医生们一般用寻呼机,纸质记录和传真机来进行沟通,效率通常较低,能及时的将关键信息传递给合适的专家的新技术成为迫切需求。这也是为什么DeepMind团队同时还发布了由伦敦大学的研究人员进行的关于移动医疗助理Stream的评审结果。

Streams作为医生的移动助理,自2017年初就在Royal Free London NHS信托基金中服役。这个应用使用AKI算法来标记患者的恶化情况,提供临床医疗信息查阅,以及连接临床团队之间的即时通讯。在Royal Free应用后不久,临床医生们反馈Streams一天能帮他们节省2小时的工作时间。结果显示这个应用不仅能节省医生的时间,改善治疗并降低AKI的误诊率。

有了Streams的帮助,专家能在不到15分钟内查完紧急病历(常规模式下,这往往要消耗好几个小时) ,AKI的误诊率也极大降低(由12.4%降到了3.3%)AKI患者的平均支出也降低了17%。这将为医保省下一笔巨款,毕竟NHS每年在AKI上的开销超过了10亿英镑。

护理专员强调加速检测有需要的患者为他们节省了很多时间,并改善了团队沟通。一位受访者表示“简化了检测流程,并缩短了他们得到肾病专家看诊的等待时间”肾病专家组的另一位医生表示,能够随时随地的查看血检结果,真是太赞了,每天都能因此省下好几个小时!”

及时准确的获得患者信息是全球医疗保障体系面临的一个巨大障碍。至关重要的一点是,根据Royal Free的早期发现,为了能进一步提高患者的治疗效果,医生们需要在当前NHS算法监测到AKI之前进行干预。这也是为什么Deep Mind Health的研究前景如此一片光明。这些结果构成了我们对预防型医疗的长期愿景的基石,帮助医生由被动变主动的参与到病程中来。

Streams目前还不使用人工智能,但DM团队正在尝试AI模型整合到Streams中的方法,以便为临床医生提供智能参考。这是Deep Mind团队的一个重要里程碑,他们将由David Feinberg博士牵头,作为Google Health的一部分继续推进这项工作。正如2018年11月的官宣,Streams团队和医疗领域从事转化研究的同事将加入Google以便将应用推广到全球范围。Deep Mind Health团队与Google的合作,将过往的经验、基础架构和专业知识进行融合,帮助我们进一步深入研发移动医疗助手,保障急重症病人安全,为成千上万的病人带来新希望。

本文由理论派学习小组翻译,原文:https://deepmind.com/blog/predicting-patient-deterioration/

1条评论

参与评论

请输入你的评论!
请在这里输入你的名字