今天星期四,轉貼一則李開復的文章,讓大家動動腦回答下面三題:
1. 如果「電腦」經過 AI 運算告訴醫院:A 病人一年後死亡率 80%、B 病人則是 30%,醫院會不會把資源留給 B?
2. 呈1,在 AI 還沒有那麼厲害的今天,醫院就不會進行「資源分配」嗎?如果會,他們是用什麼來當作基準的?(賺不賺錢?住院天數?老闆自由心證?)
3. 如果 AI 用大數據演算預測你媽開刀失敗率有 90% ,成功的話則一年存活率 95%。不開刀的話一個月內死亡率 91%,你會不會勸她開?她自己會不會願意?
請在留言區自由作答
AI預測人類死亡時間越來越精准了,我們應該是喜還是悲?
「我們發現,機器學習演算法預測死亡的準確率,比人類專家開發的標準預測模型要高得多。」
本文來自創新工場微信公眾號
……………………………………
《奇葩說》第五季中,有一個話題給大家留下了深刻的印象——
假如能看到別人的「死亡時間」該不該告訴 TA 們?
節目中,正反方就此展開激烈的討論,言辭犀利,角度刁鑽。
而今天,我們先暫且拋開正反方的觀點,探討這個辯題的大前提:
我們真的能夠知道別人的死亡時間嗎?
本文來自公眾號英尼網路iNn(inn-yingni)
研究顯示,人工智慧或許能預測慢性病患者的死亡時間。
這也意味著,我們終將面對《奇葩說》裡出現的辯題,知道死亡時間的我們是選擇告訴還是隱瞞?
科學家和醫生們利用 50 萬名患者資料研發了一款人工智慧工具,在全方位考量患者的家族病史、攝入鹽量、用藥情況、使用防曬霜情況等各方面因素的情況下,預測哪些患者的早亡風險較高。
研究人員稱,該人工智慧系統在測試中的預測結果「非常精確」,可靠度約比現有的機器學習系統所做估測高 10%。
這項研究由英國諾丁漢大學開展,由流行病學與資料科學助理教授 Stephen Weng 博士主導本次研究。
Stephen Weng 博士表示,「大多數研究應用都專注于單一疾病領域,而預測由多種疾病引發的死亡概率極為複雜,考慮各種可能造成影響的環境與個體因素的情況更是如此。
為此,我們開發了一種獨特且全面的方法,通過機器學習技術預測某人早亡的概率,這是在該領域取得的一大進步。」
事實上,這並不是人工智慧第一次針對預測人類死亡時間展開研究。
早在 2018 年 1 月,斯坦福大學的研究人員就利用 200 萬份電子病歷來訓練深度神經網路,進而生成了一款深度學習演算法。隨後,研究人員們又從數十萬患者身上採集資訊進行自我訓練。
當時研究人員表示,這款演算法可以提前 12 個月預測患者的死亡時間,並在 40000 名特定患者身上進行測試,預測準確率達到了90%。
同年 6 月份,Google旗下的 Medical Brian 團隊推出了一種新的人工智慧演算法,可以説明醫院預測病人的死亡時間,並有望在醫療領域展開更廣泛的應用。
當時的這項研究主要著眼于住院患者的一系列臨床問題,發表在 Nature 合作期刊 Digital Medicine 上。這些資料來自兩個醫學中心共 216000 名患者,他們每人都在醫院停留了至少 24 小時。
相比於前兩次研究,這次的人工智慧演算法研究由 502648 名 40 至 69 歲之間的患者資料生成,他們曾在 2006 年至 2010 年之間參與過英國生物銀行研究,並一直被追蹤研究至 2016 年。
從研究物件的數量,年齡具體劃分,再到追蹤研究的時間,這次演算法取得的成果顯然更有說服力。
而且,這次研究演算法共考慮了 60 種健康預測因素,包括受試者的體質指數(BIM)、血壓、維生素或營養補充劑服用情況等,此外受試者的水果、蔬菜、肉類、乳酪、穀物、魚類和酒精的攝入情況也被考慮在內。
研究團隊將預測結果與英國國家統計署的死亡記錄、英國癌症註冊記錄等資料庫的死亡資料進行了比對。隨後,他們又將該演算法與兩項標準的機器學習技術進行了比較。結果顯示,這套新模型的準確率比現存技術高了 10.1%。
「我們發現,機器學習演算法預測死亡的準確率,比人類專家開發的標準預測模型要高得多。」Weng 博士指出。
那麼,用 AI 預測死亡到底是福是禍呢?
簡單來說,這是一個人工智慧新的應用領域,可以為人類提供最可貴的服務——給病人最後的時光。
不過,儘管這項技術在幫助人類醫生篩選病人進行治療方面存在益處,其可能帶來的不良後果也不可小覷。
有一個很現實的問題,那就是醫療資源配置問題。
如果一位病人明顯比另外一位病人嚴重,那麼醫院是否會根據人工智慧的預測結論合理分配醫療資源?
而對病人來說,知道自己的死亡時間,無疑是會加大其心理壓力,那麼應該如何保證,這份壓力不會對患者的疾病造成負面的影響呢?
試想一下,如果某天你知道自己或者自己最親最愛的人的具體死亡時間,假如數字很長,那知道了似乎也沒什麼大礙;但萬一那一天並不是很遙遠,是會坦然接受,靜待命運的安排?還是惶惶不可終日,草木皆兵生怕任何一個意外的出現?
「奇葩說第五季辯題」的推薦目錄:
- 關於奇葩說第五季辯題 在 俠醫楊智鈞/ 苗栗大千醫院心臟血管外科 Facebook 的最讚貼文
- 關於奇葩說第五季辯題 在 李開復 Kai-Fu Lee Facebook 的最佳貼文
- 關於奇葩說第五季辯題 在 [閒聊] 奇葩說第五季- 看板CN_Entertain - 批踢踢實業坊 的評價
- 關於奇葩說第五季辯題 在 奇葩说第五季辩题:TA真的很努力真的是一句好话 ... - YouTube 的評價
- 關於奇葩說第五季辯題 在 奇葩说第五季辩题:TA真的很努力真 ... - YouTube 線上影音下載 的評價
- 關於奇葩說第五季辯題 在 小冷Show|只有到人性大拷問的辯題時 - KK閱讀 的評價
- 關於奇葩說第五季辯題 在 《奇葩說》的經典語錄真是句句扎心啊 - PTT新聞 的評價
- 關於奇葩說第五季辯題 在 颜如晶粉丝团 的評價
奇葩說第五季辯題 在 李開復 Kai-Fu Lee Facebook 的最佳貼文
AI預測人類死亡時間越來越精准了,我們應該是喜還是悲?
「我們發現,機器學習演算法預測死亡的準確率,比人類專家開發的標準預測模型要高得多。」
本文來自創新工場微信公眾號
……………………………………
《奇葩說》第五季中,有一個話題給大家留下了深刻的印象——
假如能看到別人的「死亡時間」該不該告訴 TA 們?
節目中,正反方就此展開激烈的討論,言辭犀利,角度刁鑽。
而今天,我們先暫且拋開正反方的觀點,探討這個辯題的大前提:
我們真的能夠知道別人的死亡時間嗎?
本文來自公眾號英尼網路iNn(inn-yingni)
研究顯示,人工智慧或許能預測慢性病患者的死亡時間。
這也意味著,我們終將面對《奇葩說》裡出現的辯題,知道死亡時間的我們是選擇告訴還是隱瞞?
科學家和醫生們利用 50 萬名患者資料研發了一款人工智慧工具,在全方位考量患者的家族病史、攝入鹽量、用藥情況、使用防曬霜情況等各方面因素的情況下,預測哪些患者的早亡風險較高。
研究人員稱,該人工智慧系統在測試中的預測結果「非常精確」,可靠度約比現有的機器學習系統所做估測高 10%。
這項研究由英國諾丁漢大學開展,由流行病學與資料科學助理教授 Stephen Weng 博士主導本次研究。
Stephen Weng 博士表示,「大多數研究應用都專注于單一疾病領域,而預測由多種疾病引發的死亡概率極為複雜,考慮各種可能造成影響的環境與個體因素的情況更是如此。
為此,我們開發了一種獨特且全面的方法,通過機器學習技術預測某人早亡的概率,這是在該領域取得的一大進步。」
事實上,這並不是人工智慧第一次針對預測人類死亡時間展開研究。
早在 2018 年 1 月,斯坦福大學的研究人員就利用 200 萬份電子病歷來訓練深度神經網路,進而生成了一款深度學習演算法。隨後,研究人員們又從數十萬患者身上採集資訊進行自我訓練。
當時研究人員表示,這款演算法可以提前 12 個月預測患者的死亡時間,並在 40000 名特定患者身上進行測試,預測準確率達到了90%。
同年 6 月份,Google旗下的 Medical Brian 團隊推出了一種新的人工智慧演算法,可以説明醫院預測病人的死亡時間,並有望在醫療領域展開更廣泛的應用。
當時的這項研究主要著眼于住院患者的一系列臨床問題,發表在 Nature 合作期刊 Digital Medicine 上。這些資料來自兩個醫學中心共 216000 名患者,他們每人都在醫院停留了至少 24 小時。
相比於前兩次研究,這次的人工智慧演算法研究由 502648 名 40 至 69 歲之間的患者資料生成,他們曾在 2006 年至 2010 年之間參與過英國生物銀行研究,並一直被追蹤研究至 2016 年。
從研究物件的數量,年齡具體劃分,再到追蹤研究的時間,這次演算法取得的成果顯然更有說服力。
而且,這次研究演算法共考慮了 60 種健康預測因素,包括受試者的體質指數(BIM)、血壓、維生素或營養補充劑服用情況等,此外受試者的水果、蔬菜、肉類、乳酪、穀物、魚類和酒精的攝入情況也被考慮在內。
研究團隊將預測結果與英國國家統計署的死亡記錄、英國癌症註冊記錄等資料庫的死亡資料進行了比對。隨後,他們又將該演算法與兩項標準的機器學習技術進行了比較。結果顯示,這套新模型的準確率比現存技術高了 10.1%。
「我們發現,機器學習演算法預測死亡的準確率,比人類專家開發的標準預測模型要高得多。」Weng 博士指出。
那麼,用 AI 預測死亡到底是福是禍呢?
簡單來說,這是一個人工智慧新的應用領域,可以為人類提供最可貴的服務——給病人最後的時光。
不過,儘管這項技術在幫助人類醫生篩選病人進行治療方面存在益處,其可能帶來的不良後果也不可小覷。
有一個很現實的問題,那就是醫療資源配置問題。
如果一位病人明顯比另外一位病人嚴重,那麼醫院是否會根據人工智慧的預測結論合理分配醫療資源?
而對病人來說,知道自己的死亡時間,無疑是會加大其心理壓力,那麼應該如何保證,這份壓力不會對患者的疾病造成負面的影響呢?
試想一下,如果某天你知道自己或者自己最親最愛的人的具體死亡時間,假如數字很長,那知道了似乎也沒什麼大礙;但萬一那一天並不是很遙遠,是會坦然接受,靜待命運的安排?還是惶惶不可終日,草木皆兵生怕任何一個意外的出現?
奇葩說第五季辯題 在 [閒聊] 奇葩說第五季- 看板CN_Entertain - 批踢踢實業坊 的推薦與評價
第五季在爭論中展開
賽制也做出了很大的變化
網上也出現很多正反意見
我自己是還蠻喜歡這季的
辯論的感覺多了一點但又不失娛樂性
開槓環節也都挺刺激的
尤其是剛播的第14期
真的激烈
想問問看版上的大家的想法
題外話:
我最近想在國小高年級(寒暑假營隊)帶入辯論的課題
不知道有沒有建議什麼的切入點比較適合
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.165.209
※ 文章網址: https://www.ptt.cc/bbs/CN_Entertain/M.1541427520.A.622.html
※ 編輯: rick080190 (101.12.165.209), 11/05/2018 22:19:02
... <看更多>