2018年5月，頂級學術期刊《自然》上發表了一篇論文，指出將電子健康記錄數據提供給深度學習模型，將可以大大提高預測臨床實驗中病患未來結果的準確性。這依靠正是谷歌(Google)參與開發的人工智能技術。

通過兩家美國醫院數據所進行的試驗，研究人員已證明這些算法可以預測患者的住院時間和出院時間，更神奇的是，它還能夠預測病人的死亡時間。

當然，項目中的神經網絡需要參考大量的數據，比如患者的生命體征和病史等信息，以進行預測。

在最新的算法中，系統將每個病人的信息記錄排列成一個時間軸，這能夠幫助深度學習模型確定未來的結果，包括死亡時間。

神經網絡攝入的數據甚至包括手寫筆記、評論和舊圖表上的隨手記錄等等。當然，所有這些計算都是在超短的時間內完成。

面對這些預測結果，醫生和患者當然不能坐以待斃。除了擔心不可避免的情況之外，我們還能憑借這些信息做些什么?無疑，醫院可以尋找新的方法來優先考慮對患者的護理，調整治療計劃，并在醫療緊急情況發生前做好準備。

另外，這還可以減輕醫務工作者的壓力。他們不再需要對數據矜夸標準化處理，以便轉換為清晰的格式。

然而很多人可能知道，大多數醫療數據庫都是獨立存在的，分布在各種醫療系統和政府機構中。

如果將這些數據集中，比如由谷歌牽頭，將私有企業和公共醫療系統中海量的患者健康數據匯集到一起，那么他們將有可能發展起健康產業，并成為醫療行業的壟斷者。

不過，谷歌參與的醫學研究部門DeepMind Health曾在2017年在未經同意下收集患者數據，從而違反了英國法律而被指控。

醫療專業人士已經意識到人工智能對醫學的影響，其中的個人隱私和透明度等倫理問題都需要人們謹慎思考和對待。

顯然，掌握到人們什么時間會死亡這樣的信息，對于患者來說無疑是一種心理壓力。我們需要保證的是病人能夠真正通過人工智能技術而受益，而非技術公司從中漁利。作為你，能否接受這樣的預測呢?