摘要:近期,吳恩達(dá)團(tuán)隊(duì)用深度學(xué)習(xí)建立了一個(gè)項(xiàng)目,利用病人的電子病例,來檢測未來個(gè)月有高死亡風(fēng)險(xiǎn)的病人。在死亡率預(yù)測的報(bào)告中,吳恩達(dá)團(tuán)隊(duì)也運(yùn)用了成熟的消融技術(shù),重點(diǎn)標(biāo)注了病人數(shù)據(jù)中對高死亡率最具預(yù)測性的因素。
用過去1年的醫(yī)療記錄就能預(yù)測一個(gè)人未來1年中的死亡概率?這聽起來像是《黑鏡》中才有的可怕黑科技,但是這對于療養(yǎng)院和臨終關(guān)懷工作者,意義重大。
在美國,超過60%的死亡發(fā)生在重癥監(jiān)護(hù)病房,多數(shù)人在彌留之際仍接受侵入性的治療。進(jìn)入重癥監(jiān)護(hù)病房的病人通常會提前記錄自己的臨終心愿,“再和愛人吃一頓晚餐”,“參加子女的婚禮”。而提前知道臨終日才能讓他們在仍然有行動能力的時(shí)候達(dá)成心愿,更有尊嚴(yán)的過完最后的日子。
近期,吳恩達(dá)團(tuán)隊(duì)用深度學(xué)習(xí)建立了一個(gè)項(xiàng)目,利用病人的電子病例,來檢測未來3-12個(gè)月有高死亡風(fēng)險(xiǎn)的病人。這些病人將被自動轉(zhuǎn)給臨終關(guān)懷組。這能夠讓臨終關(guān)懷組更早知情,并確保病人獲得自己最需要的臨終護(hù)理,也可以在仍有意義的情況下為病人提供需要的服務(wù)。
這篇論文也獲得了IEEE 生物信息學(xué)和生物醫(yī)學(xué)組較佳學(xué)生論文獎(jiǎng)。
該模型使用了一個(gè)18層的深度神經(jīng)網(wǎng)絡(luò),輸入為病人的EHR數(shù)據(jù)(electronic health record,電子病歷),輸出的是未來3-12個(gè)月的死亡概率預(yù)測。
模型使用的訓(xùn)練數(shù)據(jù)來自斯坦福醫(yī)院的電子病歷數(shù)據(jù)庫,其中包括200萬病人的數(shù)據(jù)。訓(xùn)練中使用了過去12個(gè)月的電子病歷數(shù)據(jù),包括診斷、手術(shù)、用藥和就診的詳細(xì)信息。數(shù)據(jù)被轉(zhuǎn)化為一個(gè)有13,654個(gè)維度的特征向量。訓(xùn)練模型的AUROC分?jǐn)?shù)為0.93,交叉驗(yàn)證中的平均正確率(Average Precision)為0.69。
此外,在預(yù)測的同時(shí),一份解釋該預(yù)測的報(bào)告也會隨之生成。
對機(jī)器學(xué)習(xí)的用戶來說,人們是否根據(jù)模型的預(yù)測來做決定,很大程度上取決于預(yù)測是否可解釋。在死亡率預(yù)測的報(bào)告中,吳恩達(dá)團(tuán)隊(duì)也運(yùn)用了成熟的消融技術(shù)(ablation techniques),重點(diǎn)標(biāo)注了病人EHR數(shù)據(jù)中對高死亡率最具預(yù)測性的因素。該元素也大大增加了人們對這一技術(shù)的信任度。
文摘菌昨天剛剛刷完朋友圈里被安利過一百遍的電影《尋夢環(huán)游記》(COCO)。在電影里,死后的世界像一個(gè)巨大的游樂場,金碧輝煌、歌舞升平。死亡這個(gè)沉重的話題,在迪士尼的大團(tuán)圓世界觀里,顯得異常溫馨。
圖:電影COCO劇照
而現(xiàn)在,在機(jī)器學(xué)習(xí)技術(shù)面前,死亡更像是一組數(shù)據(jù),一個(gè)概率。這似乎略顯冰冷,但理智地從社會和個(gè)人價(jià)值來看,這可能才是更平靜走向死亡的較好方式。我們也更愿意如同迪士尼一樣相信,死亡僅僅是一段路程的終點(diǎn),如同朋友遠(yuǎn)渡重洋、果實(shí)釀成美酒。這讓人不禁覺得,死亡好像也沒有那么可怕了。
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法,實(shí)際應(yīng)用案例分享與討論,分析工具,ETL工具,數(shù)據(jù)倉庫,數(shù)據(jù)挖掘工具,報(bào)表系統(tǒng)等全方位知識
QQ群:81035754
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/4689.html
摘要:今日,在第屆神經(jīng)信息處理系統(tǒng)大會中,百度首席科學(xué)家吳恩達(dá)教授發(fā)表演講利用深度學(xué)習(xí)開發(fā)人工智能應(yīng)用的基本要點(diǎn)。為了方便讀者學(xué)習(xí)和收藏,雷鋒網(wǎng)特地把吳恩達(dá)教授的做為中文版。吳恩達(dá)先講述了常見的深度學(xué)習(xí)模型,然后再著分析端到端學(xué)習(xí)的具體應(yīng)用。 今日,在第 30 屆神經(jīng)信息處理系統(tǒng)大會(NIPS 2016)中,百度首席科學(xué)家吳恩達(dá)教授發(fā)表演講:《利用深度學(xué)習(xí)開發(fā)人工智能應(yīng)用的基本要點(diǎn)(Nuts an...
摘要:由吳恩達(dá)領(lǐng)導(dǎo)的斯坦福大學(xué)機(jī)器學(xué)習(xí)小組,研發(fā)出一種新的深度學(xué)習(xí)算法,可以診斷種類型的心律失常。吳恩達(dá)表示,機(jī)器學(xué)習(xí)模型可以比專家更較精確的診斷心律失常。這項(xiàng)研究可能是機(jī)器學(xué)習(xí)徹底改變醫(yī)療行業(yè)的標(biāo)志之一。 由吳恩達(dá)領(lǐng)導(dǎo)的斯坦福大學(xué)機(jī)器學(xué)習(xí)小組,研發(fā)出一種新的深度學(xué)習(xí)算法,可以診斷14種類型的心律失常。吳恩達(dá)表示,機(jī)器學(xué)習(xí)模型可以比專家更較精確的診斷心律失常。這項(xiàng)研究可能是機(jī)器學(xué)習(xí)徹底改變醫(yī)療行業(yè)...
摘要:是你學(xué)習(xí)從入門到專家必備的學(xué)習(xí)路線和優(yōu)質(zhì)學(xué)習(xí)資源。的數(shù)學(xué)基礎(chǔ)最主要是高等數(shù)學(xué)線性代數(shù)概率論與數(shù)理統(tǒng)計(jì)三門課程,這三門課程是本科必修的。其作為機(jī)器學(xué)習(xí)的入門和進(jìn)階資料非常適合。書籍介紹深度學(xué)習(xí)通常又被稱為花書,深度學(xué)習(xí)領(lǐng)域最經(jīng)典的暢銷書。 showImg(https://segmentfault.com/img/remote/1460000019011569); 【導(dǎo)讀】本文由知名開源平...
摘要:的研究興趣涵蓋大多數(shù)深度學(xué)習(xí)主題,特別是生成模型以及機(jī)器學(xué)習(xí)的安全和隱私。與以及教授一起造就了年始的深度學(xué)習(xí)復(fù)興。目前他是僅存的幾個(gè)仍然全身心投入在學(xué)術(shù)界的深度學(xué)習(xí)教授之一。 Andrej Karpathy特斯拉 AI 主管Andrej Karpathy 擁有斯坦福大學(xué)計(jì)算機(jī)視覺博士學(xué)位,讀博期間師從現(xiàn)任 Google AI 首席科學(xué)家李飛飛,研究卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺、自然語言處理上的應(yīng)...
摘要:深度學(xué)習(xí)現(xiàn)在被視為能夠超越那些更加直接的機(jī)器學(xué)習(xí)的關(guān)鍵一步。的加入只是谷歌那一季一系列重大聘任之一。當(dāng)下谷歌醉心于深度學(xué)習(xí),顯然是認(rèn)為這將引發(fā)下一代搜索的重大突破。移動計(jì)算的出現(xiàn)已經(jīng)迫使谷歌改變搜索引擎的本質(zhì)特征。 Geoffrey Hiton說:我需要了解一下你的背景,你有理科學(xué)位嗎?Hiton站在位于加利福尼亞山景城谷歌園區(qū)辦公室的一塊白板前,2013年他以杰出研究者身份加入這家公司。H...
閱讀 3661·2021-10-09 09:58
閱讀 1205·2021-09-22 15:20
閱讀 2504·2019-08-30 15:54
閱讀 3520·2019-08-30 14:08
閱讀 898·2019-08-30 13:06
閱讀 1830·2019-08-26 12:16
閱讀 2689·2019-08-26 12:11
閱讀 2519·2019-08-26 10:38