研究人員在報告中解釋說：“我們有興趣了解深度機器學(xué)習(xí)算法能否在廣泛的臨床問題和結(jié)果中產(chǎn)生有效的預(yù)測。因此，我們選擇了來自不同領(lǐng)域的結(jié)果，包括一項重要的臨床結(jié)果——死亡、一項衡量護理質(zhì)量的標準——再入院、一項資源利用率——住院時間和一項檢測病人病情的度量——診斷。”

這項理論性證據(jù)研究發(fā)現(xiàn)，該算法可準確地預(yù)測病人的死亡風(fēng)險、再入院，延長住院時間和出院診斷。在所有情況下，該算法都被證明比以前公布的算法更精確。據(jù)加州大學(xué)舊金山衛(wèi)生系統(tǒng)的數(shù)據(jù)顯示，該AI算法在預(yù)測患者死亡率方面有95%的準確率，而來自芝加哥大學(xué)醫(yī)學(xué)系統(tǒng)的數(shù)據(jù)顯示，其準確率為93%。

此外，該AI算法在早期預(yù)警評分上，也明顯比傳統(tǒng)預(yù)測模式更精確，這將有助于幫助醫(yī)生確定病人的病情和治療方案。研究顯示，該算法在病情預(yù)測方面，加州大學(xué)、舊金山衛(wèi)生系統(tǒng)的準確率為85%，而在芝加哥大學(xué)醫(yī)學(xué)系統(tǒng)中準確率為83%。

近來，圍繞應(yīng)用人工智能的潛在益處和風(fēng)險，正在經(jīng)歷激烈爭論。從網(wǎng)絡(luò)安全風(fēng)險到所謂的“末日”機器，AI技術(shù)被認為，雖然能推動經(jīng)濟增長，但也可能會是一項具有潛在破壞力的技術(shù)。而專家們也正在權(quán)衡AI可能導(dǎo)致的長期影響。但在醫(yī)療保健領(lǐng)域，越來越多的人認為利用人工智能是一種很好的方法。

意念指揮機器人

用人的思維控制機器人并不像聽起來那么牽強，麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)的研究人員開發(fā)出了一種界面，可以讀取人類操作員的腦電波，讓他們通過思考來引導(dǎo)機器完成任務(wù)。

“我們想要從一個人們必須適應(yīng)機器的世界中走出來，”CSAIL的主管丹妮拉羅斯告訴麻省理工學(xué)院新聞，“像這樣的方法表明，開發(fā)機器人系統(tǒng)是非常有可能的，而機器人系統(tǒng)是我們更自然、更直觀的延伸。”

該系統(tǒng)通過腦電圖(EEG)來監(jiān)測大腦活動，腦電圖通過連接頭皮的電極來檢測大腦的電波活動和肌電圖(EMG)，肌電圖是一種測量運動神經(jīng)元產(chǎn)生的信號的技術(shù)。EEG和EMG并不是一門完美和準確的科學(xué)，但是，將兩者結(jié)合在一起，能夠獲得比單獨使用時更高的精確度。

“通過觀察肌肉和大腦信號，我們可以了解一個人的自然姿勢，以及他們對某件事是否做出了決定，”Joseph DelPreto博士，也是該項目的主要作者說道，“這有助于人與機器人的交流更像是與另一個人交流。”

該團隊的算法分析了“錯誤相關(guān)電位”(ErrPs)的信號，這是一種神經(jīng)活動模式，當人們注意到錯誤時，它就會自然而然地發(fā)生。當系統(tǒng)檢測到ErrP的時候，說明被控制的機器人要犯錯誤了，這時系統(tǒng)將會停止，操作員可以用手勢控制菜單界面來糾正它。

這項工作結(jié)合了腦電圖和肌電圖的反饋，使得人類與機器人之間的互動能夠比僅使用腦電圖有更廣泛的應(yīng)用。通過肌肉反饋，我們可以用手勢在空間上指揮機器人，并有更多的細微動作和特性。

研究人員發(fā)現(xiàn)，在人類監(jiān)督下的機器人在97%的時間內(nèi)都能糾正錯誤。

更令人印象深刻的是，這個系統(tǒng)在以前從未使用過該系統(tǒng)的人身上也同樣有效，該團隊認為，該系統(tǒng)可能對患有語言障礙或行動受限的人有幫助。