Yapay zeka ölümü tahmin ediyor: algoritma% 90 doğrulukla ölüm zamanını tahmin ediyor
Xin Zhiyuan Rehberi Bir hastanın ölüm zamanını tahmin etmek zordur ve ölüm, insanlığın nihai kara kutusu olarak adlandırılır. 2007'de, ölümün tahmin edilebilir olduğu söylenen bir kedi yavrusu İnternette popüler hale geldi.Son zamanlarda, Stanford araştırmacıları, doktorların kendileri için daha uygun ve insani yöntemler benimsemelerine yardımcı olmak için zamanı azalan hastaları tanımlayabilen bir algoritma geliştirdiler. Tıbbi müdahaleler. Bu algoritmanın gelecekte darülaceze bakım nesnelerinin belirlenmesinde kullanılması beklenmektedir ki bu da tıbbi kaynakların daha rasyonel bir şekilde tahsis edilmesine yardımcı olacak ve hastaların yaşamın son yolculuğunu sakin bir şekilde tamamlamasına olanak sağlayacaktır.
2007 yılında, ünlü tıp dergisi "The New England Journal of Medicine" (The New England Journal of Medicine) o kadar tuhaf bir şey yayınladı ki, Oscar adlı 2 yaşındaki bir kedi, bir hastanın ölümünü tahmin etmede çoğu doktordan daha iyiydi.
Oscar, Rhode Island'daki Steere House Huzurevinde tıbbi personel tarafından benimsenen siyah beyaz bir kedidir ve huzurevinin belirli bir katında uzun süredir yer tutmuştur.
Havayı kokladığında, boynunu uzattığında ve birinin yanına kıvrıldığında, bu kişinin hayatının ölmek üzere olduğu anlamına gelir ve doktor aileyi arayarak ailesine veda etmesini söyler.
Birkaç yıl içinde, kedi 50 hastanın yanında kıvrılmıştı ve kısa bir süre sonra herkes öldü.
Bu kedinin güçlü bir ölüm duygusu olup olmadığını kimse bilmiyor; eğer öyleyse, ölümü nasıl öngördü.
Belki Oscar'ın burnu, ölmekte olan hücrelerin yaydığı benzersiz bir ölüm kokusunu keşfetmeyi öğrenmiştir, belki de gözden kaçırdığımız başka işaretleri de yakaladı.
"New England Journal of Medicine" makalesi Oscar'ı tek seferde dünyaca ünlü bir kedi yapıyor
Tahmin edilemeyen kara kutu ölüm
O zamanlar, bu hikaye yoğun merakımı uyandırdı, çünkü yemek borusu kanseri olan bir hastayı tedavi ediyordum: Bay S, o 32 yaşında bir tesisatçı. Kemoterapi ve radyoterapiye iyi yanıt verdi, ameliyatla yemek borusunu çıkardık ve vücudunda herhangi bir kötü huylu tümör bulamadık.
Tedavisini bitirdikten birkaç hafta sonra bir öğleden sonra, darülaceze bakımı konusunu dikkatlice gündeme getirdim. O sırada iyi durumda olmasına rağmen, yine de küçük bir nüksetme olasılığı vardı.
Genç bir karısı, iki çocuğu ve onu her hafta kemoterapi odasına götüren bir annesi var. Belki bu konuyu ailesiyle dürüstçe konuşabilir diye düşünüyorum.
Ancak Bay S reddetti. Fiziksel durumu gittikçe iyileşiyor, zihinsel durumu çok tazelendi ve kanser onu çoktan terk etti, neden bu hayal kırıklığı yaratan sözleri söylesin? Endişelerime rağmen, kanserin geri gelmeyeceği konusundaki görüşüne katılıyorum.
Ancak nüks meydana geldiğinde, hayatını bir sel gibi yuttu. Hastaneden ayrıldıktan iki ay sonra Bay S bana döndü, bu sefer kanser hücreleri karaciğerine, akciğerlerine ve hatta kemiklerine yayılmıştı.
Hastalığın neden olduğu ağrı korkunç ... Sadece en yüksek dozda analjezik ağrıyı dindirebilir ve Bay S, hayatının son birkaç haftasında komadaydı ve ailesine yatağında cevap veremedi.
Annesi başlangıçta ona kemoterapi vermem için bana yalvardı ve sonra beni Bay S'nin durumunu zamanında tahmin etmemekle suçladı. Söylemekten utanıyorum: Doktorların hastaların ölümünü tahmin etmelerinin zor olduğunu ve ölümün bizim nihai kara kutumuz olduğunu biliyorum.
University College London'daki araştırmacılar tarafından yürütülen bir araştırma, ölmekte olan hastalar üzerindeki doktorların yaşam beklentisini araştırdı.
12.000'den fazla vakada, doktorun kararının genel doğruluğu yüksek değildir. Bazı doktorlar ölümü doğru bir şekilde tahmin edebilirken, diğerleri hastaların yaşam süresini yaklaşık üç ay kadar küçümser veya abartır. Kısacası, doktorların ölmekte olan hastalar için ne kadar zaman kaldığını yargılaması zordur.
AI "ölüm algoritması" mı oluşturur?
Peki ya algoritma ölümü tahmin edebiliyorsa?
2016 yılının sonunda, Stanford Üniversitesi Bilgisayar Bilimleri Bölümü'nde yüksek lisans öğrencisi olan Anand Avati ve Tıp Fakültesi'nden küçük bir ekip, zamanı azalan hastaların yaşam sürelerini belirlemek için bir algoritma geliştirmeye çalıştı.
Avati bana şunları söyledi: "Hastanedeki darülaceze ekibi ciddi zorluklarla karşı karşıya. Üç ila on iki ay içinde ölecek hastaları nasıl bulabiliriz?" Bu aralık, darülaceze bakımı için en iyi aralıktır.
12 aydan uzun süreli darülaceze hizmetleri, gereksiz kaynak israfına neden olabileceği gibi, arz sıkışıklığına da neden olabilir; tam tersine, üç ay içinde ölümler meydana gelirse, yeterli hazırlık süresi olmayabilir.
Avati, "ölüm anında" hastaların tespit edilmesinin, doktorların onlar için daha uygun ve insancıl tıbbi müdahaleleri benimsemelerine yardımcı olabileceğini biliyor.
Algoritma etkiliyse, darülaceze ekibi yardıma en hızlı şekilde ihtiyacı olanları bulacaktır.
Avati ve ekibi, yaklaşık 200.000 hastayı öğrenme örnekleri olarak belirledi. Ekibin ana parametresi hastanenin tıbbi kayıtlarıdır Veriler kanser, nörolojik hastalıklar, kalp hastalıkları ve böbrek yetmezliği gibi çeşitli hastalıkları kapsamaktadır.
Ocak 2017'de bir adamın öldüğünü varsayalım. Zamanı "darülaceze bakımı için en iyi zaman" olarak geriye doğru izlerseniz, Ocak ve Ekim 2016 arasında olacaktır.
Avati, bu süre zarfında bir hastayı kilitlemek için, tıbbi bilgilerini daha önce toplamanız ve analiz etmeniz gerektiğini bilir.
Peki doktor, bu kişinin bilgisi ile hastanın 3-12 ay içinde öleceğini nasıl doğru bir şekilde tahmin edebilir? Bu tür tahminlerde bulunacak algoritmaları öğretmek için ne tür verilere ihtiyaç vardır?
Avati, hastane doktorunun kodladığı tıbbi bilgileri kullanır: hastanın teşhisi, planlanan tarama sayısı, hastanede geçirilen gün sayısı, yapılan çeşitli prosedürler, tıbbi reçeteler vb.
Bu bilgiler elbette sınırlıdır, anket yoktur, diyalog yoktur ve burundan kimyasalları koklamaya gerek yoktur, ancak bunlar bazı nesnel standartlaştırılmış parametrelerdir.
Bu bilgi derin bir sinir ağına (beyin nöronlarının organizasyonunu taklit ettiği için bir yazılım mimarisi) beslenir.
Algoritmanın görevi, belirli bir hastanın 3 ila 12 ay içinde ölmesi için bir olasılık puanı oluşturmak için her bir bilgi parçasının ağırlığını ve yoğunluğunu ayarlamaktır.
Bu "ölüm algoritması", kendi kendine eğitim için yaklaşık 160.000 hastadan bilgi toplar. Tüm verileri öğrendikten sonra, Avati'nin ekibi kalan 40.000 hastayı test etti.
Bu işlem algoritmasının performansı çok iyi, hata oranı çok düşük, algoritma 3-12 ay içerisinde ölecek hastaların% 90'ının yerine getirildiğine inanıyor.
Algoritma, bir yıldan fazla hayatta kalan hastaların% 95'inin 12 aydan fazla hayatta kaldığına inanmaktadır. (Bu algoritma tarafından kullanılan veriler gelecekte büyük ölçüde iyileştirilebilir. Tahmin doğruluğunu artırmak için tarama sonuçları, doktor notları veya hastanın kendi kendine değerlendirmesi bu sisteme eklenebilir.)
Kasım 2017'de IEEE Uluslararası Biyoinformatik ve Biyomedikal Konferansı'nda Avati bu araştırma hakkında bilgi verdi.
Peki algoritma ölüm sürecini nasıl "öğrenir"? Sırayla, onkologlara yardımcı olacak mı?
Derin öğrenmenin kafa karıştıran yönlerinden biri de bize bunu nasıl öğrendiğini söyleyememesi, olasılığı hesaplaması, ancak arkasındaki mantığı kolayca ifade edememesidir.
Tıpkı tökezleyip bisiklete binmeyi öğrenen bir çocuk gibi, bisiklete binmenin mekaniklerini bilmiyor. "Neden" diye sorduğumuzda, algoritma bir kayıp olarak baktı.
Bizim için ölüm gibi başka bir kara kutudur.
Ancak, tek tek vakaları görmek için bu kutuyu açtığınızda, bazı beklenmedik şeyler göreceksiniz.
Tahmin edildiği gibi, 0,946 puan alan bir adam birkaç ay içinde öldü. Mesane kanseri ve prostat kanserinden muzdaripti, 21 taramaya tabi tutuldu ve 60 gündür hastanede yattı, bunların tümü algoritma tarafından ölümün yakınlığı olarak belirlendi.
Ancak şaşırtıcı gerçek şu ki omurgası da tarandı.Bu, meslektaşlarım ve benim gözden kaçırmış olabileceğimiz bir işaret. Daha sonra, omurilikte MRI teknolojisinin kullanılmasının muhtemelen kanser hücrelerinin metastaz yaptığı anlamına geldiğini fark ettim. Sinir sistemi ve bu şüphesiz ölümcül.
"Ölüm algoritması" na bakınca aklıma eski hastam Bay S. Daha iyi bir algoritma varsa, onu onun üzerinde kullanacak mıyım? Kesinlikle.
Bunu yaparsan, Bay S ailesiyle son kez vakit geçirebilir. Ancak algoritmalar ölüm modellerini çoğu insandan daha iyi anlayabilir ve bu fikir beni hala tedirgin ediyor.
Belki şeklini değiştirir ve artık olasılık çıktısı vermezse, siyah beyaz bir peluş kutuya sarılır ve bazen insanların etrafına kıvrılır, böylece insanlar tarafından kabul edilmesi daha kolay olur.
Yazar hakkında:
Siddhartha Mukherjee, Hindistan asıllı Amerikalı bir doktor olup, Oxford Üniversitesi ve Harvard Üniversitesi'nden Doktora ve Tıp Doktoru almıştır. Halen Columbia Üniversitesi'nde yardımcı doçent olarak görev yapmaktadır. Mukherjee, en çok satan "Tüm Hastalıkların Kralı: Kanserin Biyografisi" kitabının yazarıdır ve bu kitapla Pulitzer Ödülü kazanmıştır.
Orijinal bağlantı:
https://www.nytimes.com/2018/01/03/magazine/the-dying-algorithm.html?smid=fb-nytsciencesmtyp=cur
Referans bağlantısı:
https://arxiv.org/abs/1711.06402
