搜索

死神来了？人工智能可以预测死亡时间

admin2025年06月17日 05:10:08

阅读：

标签： 人工智能死神时间

分享：

澳大利亚阿德莱德大学（University of Adelaide）的研究人员使用深度学习图像分析技术来确定患者的寿命，达到了比较高的准确度。

　　阿德莱德大学的卢克·奥克登-雷纳（Luke Oakden-Rayner）及其团队将机器学习方法应用在了CT扫描图像上，希望预测患者的死亡率。他们的研究成果发表在了《自然》旗下期刊《科学报告》（Scientific Reports）上。

　　他们使用卷积神经网络来预测哪些患者会在五年内死亡，准确度达到了69%，可以和临床医生的“人工”预测媲美。

　　奥克登-雷纳是放射学者，也是该大学公共卫生学院的博士生。他说：“可以通过观察患者的身体内部器官医学图像来发现死亡的模式吗？我们认为这是可以的。”

　　该团队采用了“现成的机器学习方法”，将其运用在以往的一组患者的CT图像上，这些图像显示了患者的主要器官和胸部组织。

　　研究表明，该系统学会识别各种疾病的外观，而这是人类专家需要进行广泛培训才能掌握的东西，奥克登-雷纳说，“我们真正想展现的是，即便使用相当标准的模型，我们也可以在这方面做出非常有用的东西。”

　　尽管研究人员难以确定这个系统在图像中“看到”了哪些用来预测的关键因素，但是该系统最擅长于预测的是严重慢性疾病患者的死亡率，比如肺气肿和充血性心力衰竭患者。

　　虽然该研究仅仅使用了一个小型的CT扫描图像数据集，但该团队希望能将扩展到数以万计的图像上，并纳入其他信息，比如患者的年龄和性别等。

　　奥克登-雷纳解释说，用用较大的数据集，挑战之一就是CT扫描图像文件的大小。

　　“当你训练深度学习系统时，对于文件的尺寸大小是有限制的，因为你的显存有限，而且你必须至少将若干图像同时放入GPU，这样才可以训练它平均情况，而不是个别案例，”他说，“目前我们处理医疗数据的方式受到了很严格的限制，这个问题还没有真正得到解决。”

　　所以，他的团队对数据进行了降采样，按照一定比例的丢弃了每张图像中像素，“希望那些数据中不会包含有用的信息，”他说。

　　在以后的研究中，该团队可能会使用阿德莱德大学的高性能计算集群。

编译/Kathy

注：本文系作者 admin 授权融媒体发表，并经融媒体编辑，转载请注明出处和本文链接

我要围观…

705人参与 36条评论

加力那24分钟前回复2赞84

就是因为病人多，专家少，你还要抓？如果你是一个专家，一天12小时不吃不喝不上厕所给20个病人看病，可是外面排队的病人有100个。

Taso韩先生28分钟前回复2赞84

就是因为病人多，专家少，你还要抓？如果你是一个专家，一天12小时不吃不喝不上厕所给20个病人看病，可是外面排队的病人有100个。

加力那28分钟前回复2赞84

就是因为病人多，专家少，你还要抓？如果你是一个专家，一天12小时不吃不喝不上厕所给20个病人看病，可是外面排队的病人有100个。

Taso韩先生24分钟前回复2赞84

就是因为病人多，专家少，你还要抓？如果你是一个专家，一天12小时不吃不喝不上厕所给20个病人看病，可是外面排队的病人有100个。

现专注于互联网行业—公关领域。兴趣广泛，热爱传统文化，以及看书，闲时写些文字等。

作者文章

友情链接