深度学习技术让医师们在诊断出疾病前,能先找出高风险病患,从而挽救他们的生命。

纽约西奈山伊坎医学院的研究团队使用隶属于人工智能分支的深度学习技术,分析病患的电子病历,找出隔年内谁最有可能罹患重病。

这项称为“Deep Patient”的实验性工具,使用12年份、共70万件的患者病历进行训练,在进行测试之际,它能预测罹患数十种疾病的风险,包括心脏衰竭、多种癌症和严重的糖尿病。

日前在 Nature 出版社《Scientific Reports》期刊文章内介绍西奈山伊坎医学院研究报告的作者 Joel T. Dudley 说:“对于多数疾病,预防比治疗还简单。这对人们的健康会有着重大影响。”

电子病历希望无穷

本身也是西奈山伊坎医学院助理教授的 Dudley 说,医病双方在预警内容的协助下争取到宝贵时光去采取行动,以预防疾病或至少延迟疾病发生的机会,象是医师可以建议病患服用新式药物或接受特殊饮食安排。

Dudley 表示采用 GPU 加速技术的 Deep Patient 还能节省医疗费用。医疗服务业者将资源专用于降低高风险病患的发病机会,就能省下日后高昂的治疗费用。

促进研究团队发展 Deep Patient 的动力,有部分来自对于电子病历的无力感。Dudley说病历有着实验室测检测结果、手术、药物、病史等大量病患相关信息,然而迄今医师们仍无法运用那些数据来改善诊断或治疗结果。

 
 医师观看病患的电子病历

“电子病历是用在账单上,并非医师手上的一项利器。”Dudley 说。

研究团队想要使用电子病历和深度学习技术推动精准医学,为每位病患量身打造疾病预防和治疗措施。

研究团队使用 NVIDIA Tesla K80 GPU 加速器与 CUDA 程序编写模型,投入数千笔病历来训练他们的神经网络,并且对约 75,000 名患者测试模型的运算结果。

预测多项疾病,而非单项疾病

西奈山伊坎医学院研究团队不是第一个使用电子病历和深度学习技术来预测发病风险的队伍-请见《换心:人工智能技术如何在诊&断前预测心脏衰竭的情况》(How AI Can Predict Heart Failure Before It’s Diagnosed一文),只是他们跟前人只着重在单项疾病上的作法不同,西奈山团队提出新的作法来呈现病患资料让计算机进行分析,可以预测近八十项疾病。

Dudley 说:“旧的作法是专为每种情况呈现特定疾病的单一资料,患者身上通常不会只有一种疾病,而是有多种。”

西奈山伊坎医学院资料科学家,也是报告第一作者的 Riccardo Miotto 说,西奈山研究团队在一项呈现内容里囊括了病患的所有病史。

在医师们真正将 Deep Patient 用在患者身上前,还需要更多努力。西奈山伊坎医学院的研究团队下一步打算加入更多类型的资料,象是基因信息和家族病史,以提高预测的正确率。

更多资料,更正确的判断

Dudley 说他希望可以加入电子病历以外的资料,让医师能用于判断出更佳的诊断和治疗内容。

“难处之一在于医师没有什么时间去处理病患和电子病历里的庞大信息。”他说。

目前可以从穿戴式医疗装置取得更多基因信息和数据,他说:“医师们开始觉得措手不及,我们想要建立起一套系统,充分利用这些资料来预测患者的健康情况和让医师们获得新的见解。”