摘要：近期，吴恩达团队用深度学习建立了一个项目，利用病人的电子病例，来检测未来个月有高死亡风险的病人。在死亡率预测的报告中，吴恩达团队也运用了成熟的消融技术，重点标注了病人数据中对高死亡率最具预测性的因素。
用过去1年的医疗记录就能预测一个人未来1年中的死亡概率？这听起来像是《黑镜》中才有的可怕黑科技，但是这对于疗养院和临终关怀工作者，意义重大。
在美国，超过60%的死亡发生在重症监护病房，多数人在弥留之际仍接受侵入性的治疗。进入重症监护病房的病人通常会提前记录自己的临终心愿，“再和爱人吃一顿晚餐”，“参加子女的婚礼”。而提前知道临终日才能让他们在仍然有行动能力的时候达成心愿，更有尊严的过完最后的日子。
近期，吴恩达团队用深度学习建立了一个项目，利用病人的电子病例，来检测未来3-12个月有高死亡风险的病人。这些病人将被自动转给临终关怀组。这能够让临终关怀组更早知情，并确保病人获得自己最需要的临终护理，也可以在仍有意义的情况下为病人提供需要的服务。
这篇论文也获得了IEEE 生物信息学和生物医学组较佳学生论文奖。
该模型使用了一个18层的深度神经网络，输入为病人的EHR数据（electronic health record，电子病历），输出的是未来3-12个月的死亡概率预测。
模型使用的训练数据来自斯坦福医院的电子病历数据库，其中包括200万病人的数据。训练中使用了过去12个月的电子病历数据，包括诊断、手术、用药和就诊的详细信息。数据被转化为一个有13,654个维度的特征向量。训练模型的AUROC分数为0.93，交叉验证中的平均正确率（Average Precision）为0.69。
此外，在预测的同时，一份解释该预测的报告也会随之生成。
对机器学习的用户来说，人们是否根据模型的预测来做决定，很大程度上取决于预测是否可解释。在死亡率预测的报告中，吴恩达团队也运用了成熟的消融技术（ablation techniques），重点标注了病人EHR数据中对高死亡率最具预测性的因素。该元素也大大增加了人们对这一技术的信任度。
文摘菌昨天刚刚刷完朋友圈里被安利过一百遍的电影《寻梦环游记》（COCO）。在电影里，死后的世界像一个巨大的游乐场，金碧辉煌、歌舞升平。死亡这个沉重的话题，在迪士尼的大团圆世界观里，显得异常温馨。
图：电影COCO剧照
而现在，在机器学习技术面前，死亡更像是一组数据，一个概率。这似乎略显冰冷，但理智地从社会和个人价值来看，这可能才是更平静走向死亡的较好方式。我们也更愿意如同迪士尼一样相信，死亡仅仅是一段路程的终点，如同朋友远渡重洋、果实酿成美酒。这让人不禁觉得，死亡好像也没有那么可怕了。
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4689.html
摘要：今日，在第届神经信息处理系统大会中，百度首席科学家吴恩达教授发表演讲利用深度学习开发人工智能应用的基本要点。为了方便读者学习和收藏，雷锋网特地把吴恩达教授的做为中文版。吴恩达先讲述了常见的深度学习模型，然后再着分析端到端学习的具体应用。 今日，在第 30 届神经信息处理系统大会（NIPS 2016）中，百度首席科学家吴恩达教授发表演讲：《利用深度学习开发人工智能应用的基本要点（Nuts an...
摘要：由吴恩达领导的斯坦福大学机器学习小组，研发出一种新的深度学习算法，可以诊断种类型的心律失常。吴恩达表示，机器学习模型可以比专家更较精确的诊断心律失常。这项研究可能是机器学习彻底改变医疗行业的标志之一。 由吴恩达领导的斯坦福大学机器学习小组，研发出一种新的深度学习算法，可以诊断14种类型的心律失常。吴恩达表示，机器学习模型可以比专家更较精确的诊断心律失常。这项研究可能是机器学习彻底改变医疗行业...
摘要：是你学习从入门到专家必备的学习路线和优质学习资源。的数学基础最主要是高等数学线性代数概率论与数理统计三门课程，这三门课程是本科必修的。其作为机器学习的入门和进阶资料非常适合。书籍介绍深度学习通常又被称为花书，深度学习领域最经典的畅销书。 showImg(https://segmentfault.com/img/remote/1460000019011569); 【导读】本文由知名开源平...
摘要：的研究兴趣涵盖大多数深度学习主题，特别是生成模型以及机器学习的安全和隐私。与以及教授一起造就了年始的深度学习复兴。目前他是仅存的几个仍然全身心投入在学术界的深度学习教授之一。 Andrej Karpathy特斯拉 AI 主管Andrej Karpathy 拥有斯坦福大学计算机视觉博士学位，读博期间师从现任 Google AI 首席科学家李飞飞，研究卷积神经网络在计算机视觉、自然语言处理上的应...
摘要：深度学习现在被视为能够超越那些更加直接的机器学习的关键一步。的加入只是谷歌那一季一系列重大聘任之一。当下谷歌醉心于深度学习，显然是认为这将引发下一代搜索的重大突破。移动计算的出现已经迫使谷歌改变搜索引擎的本质特征。 Geoffrey Hiton说：我需要了解一下你的背景，你有理科学位吗？Hiton站在位于加利福尼亚山景城谷歌园区办公室的一块白板前，2013年他以杰出研究者身份加入这家公司。H...
阅读 3626·2021-10-09 09:58
阅读 1149·2021-09-22 15:20
阅读 2473·2019-08-30 15:54
阅读 3496·2019-08-30 14:08
阅读 874·2019-08-30 13:06
阅读 1795·2019-08-26 12:16
阅读 2656·2019-08-26 12:11
阅读 2490·2019-08-26 10:38
