DeepMind计划5年内将AI引入医疗领域

本文作者Natasha在文中披露了DeepMind和NHS之间的合作，DeepMind将通过NHS获得每年在伦敦三家医院总计160万名患者的健康数据，这种做法对患者来说真的好吗？

目前，Google 旗下的DeepMind 已经成为 AI 领域的明星，据外媒6月8日 称，DeepMind 欲将其算法应用到医疗保健行业，包括计划在5年 内使用机器学习处理英国国家医疗服务体系（以下简称：NHS） 的数据。

最近，DeepMind 和英国皇家免费 NHS 信托签署了谅解备忘录（Memorandum of Understanding，MOU）。文件中描述了双方的展望，认为此次合作 “覆盖面广泛，符合双方利益，专注于高级别的合作活动，能够将潜力最大化，有利于从事真正有创新性的项目。

DeepMind 和 NHS 的此次合作旨在提高临床效果和病人安全性，减少开销等。因为 NHS 的大多数服务是对合法居民免费的，而*财政紧缩减少了公共事业的预算，越来越多地人需要 NHS 提供的服务， 因此减少开销一直是 NHS 承受的巨大压力。

预计未来 DeepMind 和 NHS 的合作领域会包含：开发医院支持系统，如床位和要求管理软件；财务控制产品；初级医生的私人信息和任务管理；读取医疗图像，甚至包括检测怀孕女性在劳作时胎儿的心跳。

需要特别指出的是，双方的首个合作领域——实时健康预测，他们合作开发了一款 Streams 应用，内部包含一系列医疗数据，可以用于识别患者病情恶化、死亡和再度入院的风险等。然而，Streams 未使用任何人工智能技术，也没有受到 DeepMind 的算法支持，相反，核心软件由 NHS 所写。

备忘录开头指出，DeepMind 能够构建 “强大的多目标学习算法”。DeepMind 与 NHS 合作的目标之一是 “在适度监管和道德批准下，得到机器学习研究所需要的数据。双方合作的终极目标是在公共健康护理数据中应用机器学习技术。

Streams所需的数据可识别个人身份，曾受到批评

2月 份， DeepMind 宣布与皇家免费 NHS 信托共同开发了一款针对特定的肾脏病况的 App——AKI。DeepMind 表示，Streams 将会及时提供信息，帮助护士和医生检测急性肾损伤（AKI）病况”。

当时，DeepMind 和皇家免费 NHS 信托的数据分享协议细节还未公开。但后来 DeepMind 就已能够接入大范围的数据，这些数据可识别病人的个人信息。根据协议，DeepMind 能够获得过去5年 内 NHS 信托三家医院的数据。

健康数据私人集团 MedConfidential 曾提出质疑：为什么这种针对单一病情的应用，需要分享这么多可识别个人信息的病人数据？

MedConfidential 的 Sam Smith 曾提出：“病人和临床医生之间有直接的医疗关系。一个医生可以采取方法避免病人未来遇到问题，这是直接医疗。而一个组织采取措施，减少未知病人未来的问题，这不是直接医疗。”

但皇家免费 NHS 信托和 DeepMind 坚持认为：由于预测病人存在患 AKI 风险的难度系数很大，为了使 Streams 应用可以执行直接的病人护理功能，有必要接入大量的数据。

根据可识别病人信息的数据做研究，需要公司获取额外的批准，比如征得病人明确的同意，然而 DeepMind 和皇家免费 NHS 信托都没有获取这些批准。双方表示， Streams 只用于直接病人护理，不会用于研究，因此不必获取相关批准。

大多数的住院病人都要进行血检，对于任何有损伤迹象的病人，Streams 都会监控病人的肾功能，并在必要的时候通知临床医生。

DeepMind 只获取与 AKI 检测直接相关的数据。Streams 不仅可以分析验血结果，也可以让临床医生看到诊断数据和可能会影响治疗的历史趋势，为医生提供有效地支持，并迅速护理病人。

DeepMind 获得的病人的名字、NHS 数、MRN 和出生日期等数据必须有助于临床医生明确地识别病人情况，并需要遵守英国卫生与社会保健信息中心（HSCIC）的接口规定，且分析结果应该和医院内部获得的病理学结果相比较。

在直接护理范围内，根据 AKI 迹象对有可能患 AKI 的病人进行监测，使病人快速得到医治，有效缓解症状。

DeepMind 和皇家免费 NHS 信托签订的合作范围非常广泛， DeepMind 可以获取海量的信息。比如，你想搭建一个软件系统，预测3个业务繁忙的医院的病床需求，你需要获取大量住院病人的数据，比如住院室数据、出院数据、转移数据、事故和急救数据、病理学和放射学数据、急救护理数据，等等。这些数据都是 DeepMind 根据该协议会获取的数据。

MoU 协议也表示，双方需要对每个合作项目的管理达成一致。“双方希望通过探索科技和医疗护理的交汇领域，达成战略性合作关系。” 文件进一步描述了一个广泛的合作关系，目的是拓展工程、生命和医疗科学的知识领域。”

分享可识别个人信息的NHS患者数据

1997年，经过 Fiona Caldicott 的首次评审，通过了对可识别个人信息的 NHS 患者数据（以下简称:PID）的处理和分享框架，该框架延续至今。2013年 对该框架进行了第二次评审和更新，后来，人们开始担心越来越多的数据会被分享，患者的隐私会面临风险。

NHS 在决定分享 PID 时，应该想想所谓的 Caldicott 规则。起初，该规定有六条规则，围绕要将分享的 PID 数量最小化，减轻人们对患者隐私的破坏。

但是 Caldicott 在第二份报告中增加了第七条：

分享信息与保护病人隐私同样重要。健康和社会护理专家应该有信心，能够在这些规则构成的框架内，基于病人的最大利益分享信息。他们这些行为应该受到雇主、监管部门、专家所制定的政策的支持。

虽然第七条看起来似乎打开了更大范围的数据分享的大门，但 Caldicott 2013年3月 所写的《回顾医疗数据的信息管理》中却特别指明，对特定某个人的护理，最合适的是采取直接的病人护理。而健康服务管理、预防医学、医学研究属于间接的病人护理。

Killian Hyne 博士表示：

我很满意患者数据能够经过 Streams 应用的处理实现唯一的直接患者护理，而且加密的病人数据储存在安全的第三方服务器中，与 Caldicott 的规则相一致，也与我们数据控制方的责任相符。

这是一项先驱性工作，可以帮助我们识别出医院中大量存在的患有 AKI 的病人，并对其进行医治。