温和地走进那个良夜：吴恩达团队利用深度学习提升临终关怀服务效用

整理 | 微胖

80%的美国人希望在生命最后阶段在家安然渡过，不过，实际上只有20%的人能够实现这一愿望。

在美国，60%多的病患都会在急症医疗机构（acute care hospital）告别人世，即使在临终日子里，绝大多数病患都还在接受积极治疗。

[安宁疗护] 一 般又称 [临终关怀]、[安宁照顾] 、[缓和医疗]、[善终服务]等。当有些病人随着病情的加重，出现严重或复杂的症状。他们将被会被转介去咨询专业的安宁疗护，让专业小组照顾，以满足病人需要。

 另外，病人的家庭医生也可以代表病人咨询专业的临终关怀服务。

研究显示，近十年来，美国安宁疗护需求呈逐渐上升趋势。2008年，拥有50多个床位医院的服务需求为53%，2015年，这一比例上升到67%。然而，一份来自国立安宁疗护机构的登记数字表明，只有极少一部分需求真正得到满足。其中一个主要原因是从业人员的短缺，医疗系统也缺乏雇佣这类人员的动力。

为了改变这一现状，斯坦福大学吴恩达团队研究出一种深度神经网络系统，帮助医疗系统更好地分配安宁疗护资源。

这个深度神经网络系统包含18个隐藏层，训练数据来自斯坦福医院电子健康病历（EHR）数据库的200多万份病患数据。团队使用了过去12个月的电子健康病历数据，特别是诊断代码(diagnostic codes）、 处置代码（procedure codes）、药物处理代码（medication codes）以及就诊细节（encounter details） 方面的信息。

结果显示， 仅需检视某位病患电子健康病历数据，系统即可以识别该病患所剩生命时间是否不到三个月乃至一年。服务团队可根据系统通知主动接触病患，而不再依赖治疗医生的意见。如此以来，工作人员就能在一切还有意义的情况下，尽早提供关怀服务。

值得一提的是，为了提高根据机器学习给出的预测采取行动的可信度，系统还会自动生成一份报告，告诉用户病人电子健康病历数据中，哪些最关键因子导致了这一决策结果。

目前，这项研究正在一家医疗中心试点。