日前，谷歌新出爐的一項研究報告稱，該公司已開發出一種新人工智能(AI)算法，可預測人的死亡時間，且準確率高達95%。據報道，這項AI技術對醫院患者面臨的一系列臨床問題進行了測試。在研究中，谷歌對來自兩個醫療中心至少21.6萬名成人患者，應用了這一AI技術，測試時間至少為24個小時。研究人員從電子健康記錄中獲取了大量數據。

研究人員在報告中解釋說：“我們有興趣了解深度機器學習算法能否在廣泛的臨床問題和結果中產生有效的預測。因此，我們選擇了來自不同領域的結果，包括一項重要的臨床結果——死亡、一項衡量護理質量的標準——再入院、一項資源利用率——住院時間和一項檢測病人病情的度量——診斷。”

這項理論性證據研究發現，該算法可準確地預測病人的死亡風險、再入院，延長住院時間和出院診斷。在所有情況下，該算法都被證明比以前公布的算法更精確。據加州大學舊金山衛生系統的數據顯示，該AI算法在預測患者死亡率方面有95%的準確率，而來自芝加哥大學醫學系統的數據顯示，其準確率為93%。

此外，該AI算法在早期預警評分上，也明顯比傳統預測模式更精確，這將有助于幫助醫生確定病人的病情和治療方案。研究顯示，該算法在病情預測方面，加州大學、舊金山衛生系統的準確率為85%，而在芝加哥大學醫學系統中準確率為83%。

近來，圍繞應用人工智能的潛在益處和風險，正在經歷激烈爭論。從網絡安全風險到所謂的“末日”機器，AI技術被認為，雖然能推動經濟增長，但也可能會是一項具有潛在破壞力的技術。而專家們也正在權衡AI可能導致的長期影響。但在醫療保健領域，越來越多的人認為利用人工智能是一種很好的方法。

意念指揮機器人

用人的思維控制機器人并不像聽起來那么牽強，麻省理工學院計算機科學與人工智能實驗室(CSAIL)的研究人員開發出了一種界面，可以讀取人類操作員的腦電波，讓他們通過思考來引導機器完成任務。

“我們想要從一個人們必須適應機器的世界中走出來，”CSAIL的主管丹妮拉羅斯告訴麻省理工學院新聞，“像這樣的方法表明，開發機器人系統是非常有可能的，而機器人系統是我們更自然、更直觀的延伸。”

該系統通過腦電圖(EEG)來監測大腦活動，腦電圖通過連接頭皮的電極來檢測大腦的電波活動和肌電圖(EMG)，肌電圖是一種測量運動神經元產生的信號的技術。EEG和EMG并不是一門完美和準確的科學，但是，將兩者結合在一起，能夠獲得比單獨使用時更高的精確度。

“通過觀察肌肉和大腦信號，我們可以了解一個人的自然姿勢，以及他們對某件事是否做出了決定，”Joseph DelPreto博士，也是該項目的主要作者說道，“這有助于人與機器人的交流更像是與另一個人交流。”

該團隊的算法分析了“錯誤相關電位”(ErrPs)的信號，這是一種神經活動模式，當人們注意到錯誤時，它就會自然而然地發生。當系統檢測到ErrP的時候，說明被控制的機器人要犯錯誤了，這時系統將會停止，操作員可以用手勢控制菜單界面來糾正它。

這項工作結合了腦電圖和肌電圖的反饋，使得人類與機器人之間的互動能夠比僅使用腦電圖有更廣泛的應用。通過肌肉反饋，我們可以用手勢在空間上指揮機器人，并有更多的細微動作和特性。

研究人員發現，在人類監督下的機器人在97%的時間內都能糾正錯誤。

更令人印象深刻的是，這個系統在以前從未使用過該系統的人身上也同樣有效，該團隊認為，該系統可能對患有語言障礙或行動受限的人有幫助。