癌症患者在治病过程中将会产生极度疼痛和不适，身体和精神将遭受巨大的压力，并且没有一种永久性的治疗方法。“姑息治疗”是癌症控制方面一个必不可少的内容。

世界卫生组织对姑息治疗的定义是，“姑息治疗是通过对患者疼痛等症状以及其他生理、心理和精神方面问题的早期诊断和正确评估，来缓解和处理患者痛苦的治疗措施。”

姑息治疗可以为患者带来一些缓解病情的机会。通过减轻疼痛和控制不舒服的症状，它可以在提高临终关怀质量方面发挥重要作用。

尽管有这么多好处，但是大多数患者要么从未接受姑息治疗，要么在病情发展到生命最后阶段时才接受姑息治疗。毋庸置疑，对临终关怀展开讨论很难，患者及其护理人员做出与之相关的决策也并不容易。那么是否可以通过不断发展的医疗技术来消除这种混乱，并发现一种数据驱动的智能方式来帮助患者提高生活质量？

姑息治疗的现状

根据贝克尔医院评论(Becker's Hospital Review)的调查，姑息治疗医学是美国发展最快的医学专业之一，旨在改善美国9000多万患者的生活质量。尽管有超过300张床位的医院中，90％都有姑息治疗计划，但患者获得治疗服务的机会仍然不足。因为近三分之一的美国医院并不提供姑息治疗服务，即使提供这些服务的医院，实际情况也并不理想。平均而言，接受姑息治疗的患者存活时间不超过38天，接受临终关怀的患者将在20天内死亡。这个结果非常令人震惊，而美国75%的医疗预算用于治疗慢性病患者。

姑息治疗不足并不是唯一的问题。由于经济水平的提高以及医学技术和道德的发展，在某些情况下会导致过度护理。处于死亡边缘的患者接受了一些强力的药物治疗，这可能会让他们的生命延长几天，但只会增加他们的痛苦，更不用说浪费了数千美元的医疗费用。

如今，医疗行业的姑息治疗已成为一个紧迫的问题，而美国60～70岁的人口最多。在大多数情况下，衰老是慢性病的前兆，医生必须为此做好准备，以满足老年人的姑息性医疗需求。

扩展姑息治疗的挑战

扩展姑息治疗面临的挑战不是提高护理质量，而是时间问题。姑息治疗的不良结果可归因于治疗计划的不准确。这是一个特别繁琐的问题，因为要确定一位身患绝症的患者能活多久是非常困难的。

一项研究表明，很多医生往往高估了绝症患者的生存期，他们的预测只有20％的准确率。

医生拥有大量资源帮助他们做出明智的决策，但是期望他们对患者的预期寿命作出准确估计，这一点是不现实的。有时可能是正确的，但有时的估计与实际结果相差甚远。

因此，患者或者在濒临死亡之前能接受姑息性治疗，或者为时已晚。

深度学习和预测分析可能是答案

在这个以技术为导向的时代，有一些基本的方法可以改善姑息治疗。

首先，将人工智能应用于姑息治疗可以提高预测的准确性。此外，它可能有助于确定合适的患者。监测工具以及基于实时和预测分析的洞察结果可以为医生准确描述患者当前的健康状况，并通过客观数据为患者及其医生提供帮助，帮助他们做出临终关怀决策。

此外，在电子健康记录（EHR）数据库上实施深度学习算法可以估计患者的预期寿命。机器学习技术可以过滤数据，例如神经网络可以预测绝症患者预期生存的时间长短以及谁应该进行姑息治疗。同样，它也可用于帮助患者获得适当的护理，允许患者提前出院，并缩短他们的住院时间。帮助确保患者得到妥善护理，并将其疼痛减至最低，这也是提高患者满意度的一个重要途径。

此外，人工智能可以帮助消除主观因素，例如医生的个人经历和与患者的关系，并根据患者人群数据获取结果。它使过程更客观、更准确。

预测模型对于医生是好还是坏？

的确，通过机器学习做出预测将不再需要医生估计病人的最终病情。然而重要的是，要认识到预测分析并不能取代医生，但它能帮助确定患者是否需要姑息治疗。

医生可以减少在确定患者结果方面所花费的时间和精力，并更多地关注他们如何治疗，确保他们的患者获得更好的生活质量。他们可以提供姑息治疗的咨询，延长患者的生命，同时确保他们的临终关怀体验尽可能舒适。

减轻患者家属的心理和经济痛苦

绝症患者的家庭成员在治疗费用方面存在很多不确定性。即使那些有保险的患者也会担心一些自付费用。

根据人工智能给出的估计值，他们可以提前为患者的临终成本和治疗做好准备，并满足他们临终的愿望。80%的美国人希望在家里度过人生的最后一天，但研究表明，60%的人实际上在急诊医院去世。

人工智能辅助预后的姑息治疗未来

当前在需要姑息治疗的患者中，只有一半患者接受了这种治疗，因此具有很大的改进空间。

填补这个空间的关键是正确解决问题。目前的优先顺序不是“如何”，而是“何时”延长姑息治疗。为了提高对临终患者预期寿命的准确估计，利用机器学习的力量将会提供帮助。采用人工智能技术，更多的患者可以获得他们所需要的治疗。这一切都是为了能够帮助患者，确保他们最后几天的决定与最大限度地提高护理质量保持一致。

本文编译自Health IT Outcomes 作者：Abhinav Shashank