据6月19日消息，谷歌医疗Brian团队开发出一种新的人工智能算法，可以帮助医院预测病人死亡时间，有??望在医疗领域得到更广泛的应用。
应用。
一名患有晚期乳腺癌的妇女被送往市医院，她的肺部充满了液体。
她看了两位医生并进行了放射扫描。
医院的计算机读取了她的生命体征，估计她在住院期间死亡的可能性为 9.3%。
然后轮到谷歌了。
该公司开发的一种新算法读取了该妇女的数据点，计算出她的死亡风险为 19.9%。
几天后她去世了。
今年5月，这位女士的故事被匿名发表在谷歌的一份研究报告中，希望突显神经网络在医疗行业的潜力——这项技术擅长利用数据自动学习和改进。
谷歌开发了一种工具，可以预测许多患者的结果，包括他们可能的住院时间、再次入院的可能性以及短期内死亡的可能性。
最令医学专家印象深刻的是，谷歌可以筛选以前无法获得的数据：隐藏在 PDF 文件中的注释或旧文档中的潦草注释。
该神经网络将获取所有非常规信息，对其进行分析并做出预测。
不仅如此，它的速度也明显快于目前的技术，而且精度也大大提高。
谷歌的系统甚至可以显示哪些记录导致其得出结论。
多年来，医院、医生和其他医疗保健提供者一直希望更好地利用大量电子病历和其他患者数据。
如果能够在正确的时间分享和强调更多信息，就有可能挽救更多生命，或者至少帮助医务人员花更少的时间写论文，而将更多的精力投入到治疗疾病和拯救生命上。
但目前用于挖掘医疗数据的方法过于昂贵、繁琐且耗时。
斯坦福大学副教授、谷歌论文的合著者 Nigam Shah 表示，当今的预测模型将 80% 的时间花在“无聊的琐碎任务”上。
谷歌的方法避免了这种模式。
“完全不用担心，”沙阿说。
谷歌人工智能总监杰夫·迪恩今年5月表示，谷歌的下一步计划是将这一预测系统应用到诊所。
由 Dean 领导的医学研究部门 Medical Brain 正在开发多种可以预测疾病的人工智能工具。
此外，该公司的医学部布莱恩还为放射科、眼科和心脏病学设计了人工智能系统。
他们还在皮肤病学领域进行研究，使用一款应用程序来识别恶性皮肤病：他们还在产品经理身上贴了 15 个假纹身，以测试系统的有效性。
迪恩强调，该实验严格基于医疗顾问的建议，而不仅仅是好奇的软件程序员的建议。
谷歌还在印度启动了一项新实验，利用该公司的人工智能软件过滤眼球图像，以便及早识别糖尿病视网膜病变。
迪恩表示，在发布之前，谷歌请来了三名视网膜专家，对早期发现进行了激烈辩论。
随着时间的推移，谷歌可以将这些系统授权给诊所，或通过该公司的云计算部门将其作为“诊断即服务”提供。
作为谷歌在云计算领域的重要竞争对手，微软也在开发预测人工智能服务。
为了将该服务商业化，谷歌首先需要获得更多病例，但不同医疗提供商存储的数据差异很大。
谷歌可以购买数据，但可能会面临监管机构或消费者的抵制。
Google 与 UCSF 和芝加哥大学的协议不属于商业交易。
该公司表示，现在制定商业模式还为时过早。
Medical Brian 团队成员 Lily Peng 在 5 月份的谷歌年度开发者大会上提到，他们识别心脏病风险的准确性已经超越了人类。
但她补充道：“我还想再次强调，这项技术还处于早期阶段。