使用人工智能预测死亡率将有可能优化当前的姑息治疗方法。
虽然这个话题有点沉重，但人工智能确实有潜力帮助医疗服务人员和医生共同提高危重病人的护理质量。
当生命即将结束时，接受合理的治疗远比我们想象的重要。
如果没有足够的治疗或正确的药物，患者会变得非常痛苦。
而过度的治疗会带来不必要的医疗费用，金额可达数十万美元。
即使患者有医疗保险，这对他们来说仍然是一笔不小的开支。
对于重症患者，特别是65岁以上的患者来说，选择合理的治疗方案至关重要。
因为采用特定的治疗方案来治疗特殊的患者，可以帮助节省大量的医疗费用。
人工智能技术可以帮助患者和医生及时诊断疾病，并尽快制定治疗方案和费用预算。
《NPJ Digital Health》杂志最近的一项研究表明，人工智能技术很快将帮助医生及时改善患者护理。
研究人员正在使用人工智能扫描电子健康记录（EHR），并通过医生留下的患者笔记识别潜在的临床问题和健康风险。
人工智能系统比医生更准确、更快速地预测患者死亡率和最终诊断。
那么它到底是如何运作的呢？使用深度学习预测患者结果 在 NPJ 研究中，研究人员将近 1 亿个数据点（包括医生的患者记录、患者人口统计数据、手术、药物、实验室结果和生命体征）输入到深度学习模型中。
该模型分析了这些数据，并以 90% 的准确率预测了许多医疗问题，例如死亡率、住院时间、计划外再入院和患者的最终诊断。
与传统预测模型相比，深度学习模型更加准确，预测范围更广。
例如，一名患有晚期乳腺癌的妇女来到市区医院就诊，发现肺部出现积液。
两名医生审查了她的病例并建议她进行放射性扫描。
医院的传统预测模型检查了她的数据，预测她在医院死亡的可能性为 9.3%。
谷歌创建的新算法检查了该妇女的数据，约有 39 个数据点，并预测她的实际死亡几率为 19.9%。
患者在几天内死亡，证明算法模型比传统预测模型更准确。
与传统方法相比，深度学习模型的准确率提高了10%。
该系统能够筛选以前无法获得的数据，这有助于提供更准确的死亡率。
该模型不仅可以检测一些风险因素，还可以检测患者的整个电子健康记录，包括隐藏在 PDF 中的注释和旧图表上的潦草字迹。
深度学习模型将帮助未来的医生拯救生命并提供更好的患者护理。
拯救生命并节省医疗费用 那么我们可以利用这些信息做什么呢？通过更准确地预测患者死亡率，医院和医生可以及时调整治疗计划，优化患者护理，并在病情恶化之前预测疾病进展。
此外，医务人员不必花费更多时间将患者数据输入标准且易于阅读的系统。
例如，Futurism 的一份报告指出，英国开发的人工智能诊断系统 Ultromics 可以比医生更准确地诊断心脏病。
它还指出，一家名为 Optellum 的初创公司正在开发一种人工智能系统，该系统可以通过分析扫描中发现的细胞团来诊断肺癌。
该系统每年有可能额外诊断出 10,000 例肺癌病例，比医生目前能够诊断的时间还要早。
这些人工智能诊断系统不仅可以挽救生命，还可以帮助医院节省医疗费用。
Optellum首席科技官Timor Kadir在接受Futurism Report采访时表示，人工智能系统可以将医疗行业产生的成本减少1亿美元。
英国健康研究战略办公室主席约翰·贝尔补充道：“国家卫生服务体系的医疗服务成本约为29.7亿美元，随着人工智能的出现，成本可能会直接降低一半。
”预测死亡率以提供更好的护理 目前的研究表明，在 8% 需要姑息治疗的患者中，只有不到一半真正接受治疗。
因为有时，医生会对患者做出不准确或过于乐观的预测。
斯坦福大学医学院的研究科学家肯尼思·荣格博士说：“医生可能过于专注于管理患者的健康，而没有考虑使用姑息治疗，他们甚至没有想到过这个想法。
”没有确定性。
需要姑息治疗的患者最终可能病情加重甚至死亡。
如果患者的健康状况突然恶化，他们可能要到生命的最后几天才能接受合理的治疗方案，以期延长几周的生命。
然而，研究表明，大约 80% 的美国人宁愿死在家里也不愿死在医院。
遗憾的是，报告还指出，其中 60% 的人在医院的急症护理中死亡。
在这些情况下，人工智能可以帮助识别病情严重且可能通过姑息治疗生存的患者。
早期预测这些患者的死亡率可以帮助他们更快地获得所需的治疗。
它可以让病人在生命的最后几天呆在家里而不是在医院。
虽然有些人可能怀疑人工智能在医疗保健领域的未来，但人工智能系统的目的是在医疗保健行业中发挥支持作用。
这些人工智能系统将成为强大的工具，帮助医生和其他医疗保健专业人员提供更高质量的护理并提供及时的姑息治疗选择。