現(xiàn)實版《死亡筆記》 人工智能預測人類死亡日期

生老病死是自然規(guī)律，死亡更是人類不可避免的過程，那么死亡是否可以預測呢?在古代有不少奇聞異士聲稱可以推算出壽命長短，但那畢竟沒有什么科學道理。而現(xiàn)在，在人工智能的幫助下，計算機可以綜合多種因素，幫助你預測死亡或是提前探知那些知名的威脅。

不知道你有沒有想過自己的心臟何時會停止跳動?，F(xiàn)在，倫敦帝國學院的科學家們通過人工智能為這個想法提供了新的預測方式。

根據(jù)科學家在帝國理工學院網(wǎng)站上發(fā)表的一篇文章，科學家為每一個心臟病人創(chuàng)建了一個虛擬的3D心臟，可以與其心臟的跳動同步?？茖W家指出，通過這種方式，人工智能能夠快速學習每一個病人的特定心臟功能，從而預測其心力衰竭和死亡可能性。

據(jù)科學家稱，該系統(tǒng)采用了心臟的磁共振成像信息，并綜合了病人的血液信息等其他臨床信息，可以盡早發(fā)現(xiàn)心臟即將衰竭的跡象。該研究小組正在對肺動脈高血壓患者進行研究。據(jù)悉，肺內高血壓會損害心臟其中有三分之一的患者會在確診五年內死亡。目前醫(yī)生主要通過輸液以及肺移植來進行治療。為選擇正確的治療方法，醫(yī)生需要確認患者可能存活多久。而通過引入機器學習，能夠比傳統(tǒng)方法更快更準確地預測患者何時會發(fā)生心力衰竭。

主要參與者德克蘭·奧雷根（Declan O'Regan）指出，“這是計算機第一次通過心臟掃描信息來準確預測患者的存活時間。它能夠改變醫(yī)生治療心臟病患者的方式。”

科學家們認為，這項技術可以用于各種類型心臟病患者的治療。他們聲稱這是第一次使用人工智能來預測心臟病。雖然此前人工智能已經幫助人類研究癌癥和腦疾病等疾病，但對心臟運動圖像的分析更具挑戰(zhàn)性。迄今為止，醫(yī)生主要還是通過直接觀察來判斷患者的嚴重程度。而引入人工智能之后，通過機器學習技術來預測患者存活率的方法更好更快。根據(jù)統(tǒng)計數(shù)據(jù)，預測患者在一年后仍然存活的準確率大約為80%，而醫(yī)生的相應預測準確率為60%。

詳細地說，研究人員向人工智能輸入了約250名心臟病患者的心臟磁共振掃描圖像以及血液檢測結果，人工智能對每一次心臟跳動中30000個點的運動軌跡進行了記錄，從而構建出每一位患者的虛擬3D心臟，并結合患者的歷史數(shù)據(jù)，自動學習哪些情況是心力衰竭和死亡前兆的跡象，從而幫助醫(yī)生在正確時間為患者提供合適的治療方式。

這種方法將在更多醫(yī)療機構推行?？梢钥隙ǖ氖牵斯ぶ悄艿倪@一應用是醫(yī)學研究的巨大飛躍。英國心臟基金會稱，“計算機在臨床實踐的這一可喜應用，能夠幫助醫(yī)生們在確?；颊咴谛枰我浦仓熬瞳@得正確的治療。”

上述方式是通過分析人體自身變化來預測死亡。無獨有偶，也有人工智能通過分析周邊環(huán)境特征來告訴你是否處于死亡的威脅之中。印度的一個研究項目就是此類，其通過分析人們的自拍照來預測周邊環(huán)境的危險，告知人們或許會處于死亡威脅之中。他們的靈感來源于一篇因自拍導致死亡的新聞報道。事實上，隨著智能手機的廣泛應用，因自拍而忽略周圍環(huán)境，從而導致機主死亡的案例已經屢見不鮮。在過去兩年中，全球范圍內有多達127人在自拍過程中就被奪去了聲明。

鑒于此，印度德里Indraprastha Institute of Information Technology研究機構旨在使用人工智能和機器學習技術來對自拍圖像進行分析預測，幫助用戶避免潛在的危險。該研究機構教授Ponnurangam Kumaraguru指出，“我們偶然從一篇因自拍導致死亡的新聞報道中獲得了啟示。我們認為可以技術角度改變這一切。”

該研究收集了自2014年以來所有與自拍相關的事故，以及死亡原因等周邊環(huán)境細節(jié)等信息，然后通過人工智能分析學習來自Twitter的3000多張自拍圖像，分析其中的周圍環(huán)境，并預測是否會有致命危險。這種危險往往由一系列因素所決定，例如自拍是否從高處拍攝，是否接近鐵路設施等等。

研究人員指出，該預測模型在檢測危險自拍環(huán)境的準確率為73%。

研究人員指出，“我們正在開發(fā)的功能是讓手機向用戶提供鏡頭中某一特定位置是否危險的信息，并根據(jù)嚴重程度附上分數(shù)值。”也就是說，通過這種方法可以在手機內置一種警告模式，當偵測到自拍用戶處于危險環(huán)境時就會發(fā)出警告，避免危險的發(fā)生。如若能設法拯救生命，那本身就是一個巨大的成就。