斯坦福大學研究人員開發出了一種AI算法，通過深層神經網絡在200萬醫院醫療記錄中進行訓練，能夠準確地預測病患的具體死亡時間。實驗結果表明，準確率能夠高達90%。

該研究團隊稱，該算法不僅能提前12個月預測患者生命結束的時間，還能計算出患者接受痛苦緩釋治療的最佳時機，使得患者在臨終前免受病痛折磨。

2016年年底，斯坦福大學計算機科學系的一名研究生Anand Avati和該學校醫學院的一個團隊嘗試開發一種新算法，能夠確定病患的壽命長短。

通過研究發現，該算法能夠在長達12個月前就能知曉人們生命的終結時間點。如果“預測”時間過長會造成不必要的資源浪費；如果時間較短，可能會讓病患的家人沒有足夠的時間作出應對。

因此如果算法能夠在一年內識別出，就可以幫助醫生、家屬對病患采用更合適、更人道的醫療干預措施。

那么，斯坦福大學的研究團隊是如果做到這件事的呢？問題的關鍵是如何找到從發現病癥到十二個月內死亡的病人數據。

Anand Avati和他的團隊在之后的研究中得到了約200萬名成人和兒童患者的電子健康檔案數據。

他們利用醫生已經編碼的醫學信息、病人的診斷說明、預定的掃描次數，在醫院里度過的天數、所做的各種治療、醫療處方等數據，以此得到大量客觀的標準化參數。

緊接著，這些數據被該斯坦福團隊用來訓練深度神經網絡，從而生成“預測死亡”的算法。

雷鋒網了解到，該深度神經網絡是一種軟件架構，它模仿大腦神經元的組織方式。算法的任務是調整每條信息的權重和強度，以便生成一個給定患者在3到12個月內死亡的概率分數。

在后期的實驗中，Avati的團隊從數十萬名患者身上采集信息進行自我訓練。當它學習了所有數據之后，又對數萬名患者進行了臨床測試。

測試結果表明算法非常高效，錯誤率很低，在算法認為的會在3到12個月內死亡的患者中，90%都得到了應驗；而算法認為該病患存活期會超過一年的患者，95%的人都存活了超過12個月。

該研究團隊稱，日后這些算法在數據增多的情況下還會有很大改進及提升。比如醫生的筆記或者病人的自我評估都可以加入到這個系統中，從而提高預測的精度。

從這來看，通過AI預測病患死亡時間已經變得“靠譜”，那么這項研究的意義在哪呢？如果該算法真的可以成功落地，對于病患以及其家屬來說無疑是“殘忍”的，患者明確知道了自己的死亡時間，是否能夠坦然面對未來的生活呢？

該團隊研究人員表示，雖然病患預知自己的死亡時間這件事聽起來非常殘忍。但它也有很多好處。比如：1、能夠盡可能讓患者擁有更好的臨終關懷。2、能夠讓醫生提前就能實施更多的治療方案。一項研究調查顯示，因為不知道病患的具體死亡時間，有大約80%的美國人都希望在家里走完人生的最后一程，但是有60%都是在醫院中去世的，以至于很多病人臨死前的生活和他想要的往往會有很大的落差。

據悉，目前該算法已經得到了一家機構審查委員會的批準。