最新發表在《Nature》上的研究，展示了DeepMind研製出來的一種深度學習模型，通過它，能提前48小時預測急性腎損傷（Acute kidney injury，簡稱AKI）是否會發生。
提前預測急性腎損傷有多重要？單在美國和英國，每5名患者中就有一名患有急性腎損傷，預計每年造成140萬人死亡。
這些患者隨身面臨腎功能突然衰竭的風險，一旦腎功能停止運作，就無法從血液中去除毒素，或永久性地損害腎臟，或迅速惡化導致產生其它疾病，人們將面臨移植腎臟和死亡的風險。DeepMind Health的臨床主管多明尼克．金（Dominic King）表示：
急性腎損傷目前難以及時監測，過去患者一般在腎臟開始惡化後兩三天才能被發現，如果醫生及早進行干預，可以預防高達30％的疾病病例。
所以DeepMind聯合美國退伍軍人事務部（VA），對美國共703,782名退伍軍人的病歷開始了兩年的分析，蒐集了有10年病史的患者信息，單個人就達到數百萬個指標，最終創建出了這個預測AKI進展的機器學習模型。
DeepMind通過與這些患者後來是否被診斷進行對比，來確認其模型的準確性。結果發現，該模型能夠提前兩天對90%的患者進行準確預測，確認腎功能嚴重惡化以致需要長期透析的患者，比起傳統的標準AI模型檢測，它的準確率翻了一倍。
DeepMind表示，這是它們團隊 「迄今為止最大的醫療保健研究突破」 。
另外，DeepMind還希望結合醫療行動助手Streams一起工作，這也能幫助DeepMind的研究更快地商業化。Streams使用英國國家衛生醫療系統（NHS）算法檢測急性腎損傷，已在多家醫院部署，能為臨床醫生提供緊急情況的信息。
經過倫敦大學學院領導的Streams評估結果顯示，該應用程式能使監測緊急AKI病例的時間從兩個多小時變為14分鐘，被遺漏的案例從之前人工的12.4%，降到了使用應用程序的3.3％。另外，Streams還可以節省約1/3的醫療成本。
但Streams是根據單次血液測試的結果來提醒醫療人員，結合DeepMind，能讓護理從「被動反應型治療」轉到「主動預防性護理」。
但此項研究還不足以完全信任的地方在於，它不可避免地會引起人們的隱私恐慌。
就算DeepMind在研究中可以自動識別和去除敏感數據，但因為它收集了大量個人化數據，依然會引起人們的憂慮，畢竟前年DeepMind就被指通過非法交易獲得160萬NHS患者的病歷信息。
而且，這次的研究還存在著醫學研究常見的「性別偏見」，女性僅佔其人工智慧培訓記錄人數中的6.38％，且數據也僅限於美國部分人群，嚴格意義上來講，它並不具備普遍性。
另外，DeepMind也未真正跟當前的醫療實踐成果進行比較。
儘管AI經常被吹捧為醫生最大的競爭對手，甚至可能取代醫生，但大部分研究都很少進行嚴格的臨床試驗，只有確認它真實可行時，這些技術才能真正進入人們生活。DeepMind表示：
此次研究還只是第一步。在更廣泛地使用它之前，我們需要掌握更多實踐後的代表性數據。
下一步我們將進行具有回顧性和前瞻性的研究來驗證模型，先預測它如何影響臨床環境中的護理結果。
而這些成果，都將變成DeepMind未來實現預防性醫療保健的基石。去年DeepMind就使用AI檢測超過50種威脅視力的眼部疾病，DeepMind表示，接下來還會繼續嘗試診斷敗血病、心臟病、乳腺癌、肝功能衰竭等疾病領域。
以此，不僅可以改善人們的疾病檢測過程，還能降低治療各種疾病的成本。但屢現不止的隱私問題，現在依然沒有任何一家科技公司能給出完美的答案。
責任編輯：江可萱
本文授權轉載自：愛范兒
