人工智能已经证明自己在医学成像读取方面很有用，甚至展示出它可以通过医生职业资格证考试。

如今，一项新的人工智能工具已经证明了阅读医生记录、准确预测患者死亡风险、重新入院以及其他对其护理非常重要的结果的能力。

这款软件由NYU Grossman医学院的一个团队设计，目前在纽约大学附属医院中使用，它将希望成为医疗保健的标准组成部分。

一项关于其预测价值的研究于6月7号发表在《自然》杂志上。

该研究的主要作者、NYU的神经外科医生和计算机科学家Eric Oermann告诉法新社，虽然医学领域中已经有了非人工智能的预测模型，但由于它们需要繁琐的重新组织和格式化数据，所以它们在实践中几乎没有被使用。

但是，"在医学领域中无论何时何地，一个共同的事情是医生会写下他们在诊所看到的、与患者讨论过的内容"，他说。

"因此，我们的基本洞察力是，我们能否以医学笔记作为我们的数据来源，然后在其基础上建立预测模型呢？"。

这个大型语言模型名为NYUTron，它使用来自387,000个人的健康记录中数百万条临床备注进行训练，这些人在2011年1月至2020年5月期间在NYU Langone医院接受了治疗。

这些记录包括医生写的任何记录，如患者进展记录、放射学报告和出院指示，从而形成了一个包含41亿个单词的语料库。

该软件面临的主要挑战之一是解释医生书写的自然语言，这种语言在个体之间存在很大差异，包括他们选择的缩写。

通过回顾所发生的记录，研究人员能够计算出该软件的预测有多少次是准确的。

他们还在实时环境中测试了该工具，例如，他们使用曼哈顿一家医院的记录来训练它，然后观察它在布鲁克林另一家拥有不同患者人口统计数据的医院中表现如何。

不能替代人类

总体而言，NYUTron发现95%的患者在出院前就死于医院，80%的患者将在30天内重新入院。

它的预测表现比大多数医生以及现在使用的非人工智能计算机模型都要好。

但是，令团队感到惊讶的是，“最资深的医生实际上是一位非常有名的医生，他的表现超级出色，比模型还要好，”Oermann说道。

“技术和医学的关键点不在于它一定会提供超越人类的结果，而是它确实会提高基准水平，”Oermann表示。

NYUTron还正确估计了79％患者的实际住院时间，87％的患者被保险拒绝报销的情况，以及89％的患者主要疾病伴随着其他病症的情况。

Oermann表示，人工智能永远无法取代医生和病人之间的关系。相反，人工智能将有助于在医疗点提供更多无缝信息，以便医生能够做出更明智的决策。

 

来源：https://techxplore.com/news/2023-06-ai-doctor-patient-outcomes-death.html