疾病與死亡預測

苗煒

2016年，斯坦福大學的研究人員訓練了一個人工智能系統，它可以較為準確地預測一個病人是否會在接下來的3個月到12個月內死亡。該團隊利用的數據是17萬名死于癌癥、心臟和神經系統疾病的患者，團隊將患者的診斷結果、醫療程序、處方藥在內的信息輸入，以教導人工智能系統。在那些預計在12個月內死亡的人中，有90%的確在這個時間范圍內死亡，被預測能活過12個月的病人中，有95%確實活了更長的時間。不要被90%這個準確率嚇到，這些病人大多病入膏肓，醫生和普通人也能做出類似的預測。不過，這個預測系統還是比較嚇人，我們不知道該拿它干什么。

醫生悉達多·慕克吉在媒體上寫了一篇文章，他說：“死亡預測系統確實可以學習知識，但它無法告訴我們它能學到知識的原因，它能預測出概率，卻無法表達預測背后的推理過程。這就像一個通過嘗試并且不斷犯錯而學會了騎自行車的孩子，當要他描述該怎么騎自行車時，他只能聳聳肩跑開了。當我們問算法‘為什么時，它也只能茫然地看著我們。與死亡一樣，這是另一個黑匣子。”黑匣子的研究依然在繼續，2019年，谷歌的研究人員表示，在預測人類壽命這個領域，深度學習通過醫院中大量的患者信息，能夠取得比傳統的統計學模型更好的結果。

且不管這套系統。我們看一個真實的病例，2001年夏天，有一位58歲的英國人忽然發現自己撒不出尿來了，他擔心自己得了癌癥，初步診斷結果是前列腺肥大，吃藥就能解決撒尿問題，但每三個月要去醫院做血檢。2002年10月16日，他進行了血檢，醫生一周后通知他，懷疑他患慢性白血病，要進行骨髓檢測和脾檢。醫生告訴他，別害怕，即使患有白血病，你也能再活十年。這是一個醫生做出的預測，對這位患者來說，十年可不夠，他爸爸活到了九十多歲，他也想活到九十多呢。接下來的檢查表明，他沒有白血病，他的病叫骨髓纖維變性，一種貧血癥，病人的脾會腫大。病人家屬起先松了一口氣，聽起來骨髓纖維變性比白血病要溫和一些，但上網搜索了一番之后，家屬發現，這個病也很兇險，有網站說，患者能存活四年，有網站說，患者能活五年到十年。盡管我們還沒有一個公認的權威的預測系統，但網上總能搜到存活率和存活時間。

醫生給這位患者提供的診療方案是骨髓移植，醫生說，如果不進行骨髓移植手術，患者只有兩年的健康壽命了。進行手術也有各種可預測和不可預測的風險，而且按照醫生“周全”的手術方案，他余生很長一段時間都要在醫院中度過，大衛的老婆向他建議，別治了，過完兩年健康的生活，剩下的就隨它去吧。大衛聽了，很是沮喪。他不滿足于活兩年，他頻繁進出醫院，做前列腺檢查、脾檢查，醫生最終決定，先切脾，三個月再做骨髓移植，最后再考慮前列腺癌。大衛照著這個程序做了，但在骨髓移植手術之后，大衛去世了，他沒能活到醫生根據白血病預測的十年壽命，也沒按照網上最悲觀的說法，患骨髓纖維變性能活四年，也沒有活到醫生說的不進行手術可以有兩年的健康生活。

預測一個病人能活多久，斯坦福大學的智能系統包括了13654維的輸入，聽起來很復雜，但其原理沒那么復雜，可以想見，如果有足夠多的數據，智能預測系統大概會越來越準確。但一個病人是否需要這種預測呢？社會或者政府需要這樣的預測嗎？如果我們知道一個病人情況危急，又能有多少醫療資源能救助他呢？所以，悉達多·慕克吉選擇無視這個黑匣子。

（馮苓薦自《新民周刊》）