余生的日子很難，因為它們充滿了不確定性：我們不知道哪一頓飯、哪一次談話、哪一次擁抱甚至哪一次告別會成為我們的最后一次?；加薪^癥的病人最有可能有這種感覺。對于患者而言，死亡很快就會降臨，但不會是現(xiàn)在。
臨終照顧計劃通常以簡單、有條理的對話作為開始，可以幫助患者做出決定并提前解決將要做的事情，這可以減輕臨終關懷時出現(xiàn)的一些混亂。但是要知道何時開始這一步可能很困難：家人甚至醫(yī)生都可能對親人患者在世的日子充滿樂觀，以至于病人可能會錯過清楚說出愿望的機會。
斯坦福健康保健醫(yī)院姑息治療臨床主任Stephanie Harman博士正在斯坦福醫(yī)學領導一個試點計劃，來探索AI幫助醫(yī)生指導患者做出這些決定的潛力。雖然該工具的目的并不是預測特定的死亡時間，也不會準確地給出具體的月數(shù)或年數(shù)，但是該預測分析模型可識別出很有可能在3至12個月內(nèi)死亡的患者。這種類型的模型終將可能會改變臨床護理。眾所周知，死亡難以預測，因為醫(yī)療保健系統(tǒng)對此要付出高昂代價，而且對于即將失去至親的人來說也是一個巨大的損失。
“醫(yī)生在預后預測方面做的很糟糕，”Harman說：“如果AI提供了那些信息，那么就可以使護理與患者和家庭所關心的事情保持一致，這是最終的目標。”
AI會帶來更好的結局
當斯坦福大學生物醫(yī)學信息學副教授Nigam Shah博士參加Harman的一個臨床質(zhì)量會議時，斯坦福的AI項目就開始了。
“他說，‘我們已經(jīng)建立了一個預測分析模型，可以識別出很有可能在3到12個月內(nèi)死亡的患者。就決策而言，這對于臨床護理來說是否有用？’而且我們當時就表示，‘哇，是的，那很有用！’”
這個AI模型利用了患者的病史和數(shù)百萬其他患者的記錄，并使用算法來確定某人在12個月內(nèi)死亡的概率。斯坦福醫(yī)學的數(shù)據(jù)顯示，Harman每天都會收到新入院的斯坦福醫(yī)院患者的報告，這些患者在3至12個月內(nèi)死亡的幾率為90％或更高。Harman對報告和記錄進行了評估，并據(jù)此建議患者接受姑息治療。
斯坦福醫(yī)學的一篇文章說：“這個工具可以幫助Harman花更多的時間在患者身上，減少評估記錄的時間，最重要的是，它可以帶來更好的結局。”
了解機器學習
為了幫助醫(yī)生照顧即將死亡的患者，研究人員為每種類型的癌癥都開發(fā)了工具，每次校準多個月。
休斯頓德克薩斯大學安德森癌癥中心姑息治療科醫(yī)生David Hui合著了一項研究，該研究發(fā)現(xiàn)，當確定患有晚期癌癥的患者是否會在30天左右（而不是100天）死亡時，一種名為Palliative Prognostic Index的預后工具比醫(yī)生的估計更準確。
Hui說：“目前的預測范圍往往有點片面，因為他們只關注特定人群。”
在目前正處于同行評審的論文中，Hui對姑息治療部門的患者進行了研究，發(fā)現(xiàn)他們平均的存活期為10至14天。
“這些患者的病情更加嚴重，他們的生存時間也更加同質(zhì)化。”Hui說道。
該團隊將AI的分數(shù)與醫(yī)生的分數(shù)進行了比較。Hui認為，不同的患者人群、癌癥類型、姑息治療等都會影響工具的準確性。機器學習完全取決于所提供給它的數(shù)據(jù)：將數(shù)據(jù)作為起始點，因此它從一開始就具有偏差。
我們?nèi)匀恍枰t(yī)生
Hui表示，在醫(yī)療保健中使用機器學習需要謹慎。AI僅反映了所饋送的數(shù)據(jù)，而且驗證系統(tǒng)也很困難。
他指出：“這確實需要進行更多的驗證才能真正理解：這些工具是否有用？除了在這些工具的誕生之地應用這些工具，它們是否能夠被用在其它的機構？”
而且在醫(yī)療衛(wèi)生領域?qū)τ谑褂肁I的監(jiān)管規(guī)則和標準也很少。很少有人正在努力改變這一點，即如何教育醫(yī)生從倫理和道德的角度來使用AI。
“技術起著非常重要的作用，但我認為人性也不應該被遺忘。我們?nèi)匀恍枰t(yī)生。”Hui說道。
我們也不知道醫(yī)院什么時候才能使用這一工具，因為現(xiàn)在還為時過早，但斯坦福大學的團隊仍然充滿希望。他們目前正在努力盡早地開始這一試驗。
原文作者：Next Avenue
