现实版《死亡笔记》 人工智能预测人类死亡日期_3DM单机

生老病死是自然规律，死亡更是人类不可避免的过程，那么死亡是否可以预测呢?在古代有不少奇闻异士声称可以推算出寿命长短，但那毕竟没有什么科学道理。而现在，在人工智能的帮助下，计算机可以综合多种因素，帮助你预测死亡或是提前探知那些知名的威胁。

不知道你有没有想过自己的心脏何时会停止跳动。现在，伦敦帝国学院的科学家们通过人工智能为这个想法提供了新的预测方式。

根据科学家在帝国理工学院网站上发表的一篇文章，科学家为每一个心脏病人创建了一个虚拟的3D心脏，可以与其心脏的跳动同步。科学家指出，通过这种方式，人工智能能够快速学习每一个病人的特定心脏功能，从而预测其心力衰竭和死亡可能性。

据科学家称，该系统采用了心脏的磁共振成像信息，并综合了病人的血液信息等其他临床信息，可以尽早发现心脏即将衰竭的迹象。该研究小组正在对肺动脉高血压患者进行研究。据悉，肺内高血压会损害心脏其中有三分之一的患者会在确诊五年内死亡。目前医生主要通过输液以及肺移植来进行治疗。为选择正确的治疗方法，医生需要确认患者可能存活多久。而通过引入机器学习，能够比传统方法更快更准确地预测患者何时会发生心力衰竭。

主要参与者德克兰·奥雷根（Declan O’Regan）指出，“这是计算机第一次通过心脏扫描信息来准确预测患者的存活时间。它能够改变医生治疗心脏病患者的方式。”

科学家们认为，这项技术可以用于各种类型心脏病患者的治疗。他们声称这是第一次使用人工智能来预测心脏病。虽然此前人工智能已经帮助人类研究癌症和脑疾病等疾病，但对心脏运动图像的分析更具挑战性。迄今为止，医生主要还是通过直接观察来判断患者的严重程度。而引入人工智能之后，通过机器学习技术来预测患者存活率的方法更好更快。根据统计数据，预测患者在一年后仍然存活的准确率大约为80%，而医生的相应预测准确率为60%。

详细地说，研究人员向人工智能输入了约250名心脏病患者的心脏磁共振扫描图像以及血液检测结果，人工智能对每一次心脏跳动中30000个点的运动轨迹进行了记录，从而构建出每一位患者的虚拟3D心脏，并结合患者的历史数据，自动学习哪些情况是心力衰竭和死亡前兆的迹象，从而帮助医生在正确时间为患者提供合适的治疗方式。

这种方法将在更多医疗机构推行。可以肯定的是，人工智能的这一应用是医学研究的巨大飞跃。英国心脏基金会称，“计算机在临床实践的这一可喜应用，能够帮助医生们在确保患者在需要肺移植之前就获得正确的治疗。”

上述方式是通过分析人体自身变化来预测死亡。无独有偶，也有人工智能通过分析周边环境特征来告诉你是否处于死亡的威胁之中。印度的一个研究项目就是此类，其通过分析人们的自拍照来预测周边环境的危险，告知人们或许会处于死亡威胁之中。他们的灵感来源于一篇因自拍导致死亡的新闻报道。事实上，随着智能手机的广泛应用，因自拍而忽略周围环境，从而导致机主死亡的案例已经屡见不鲜。在过去两年中，全球范围内有多达127人在自拍过程中就被夺去了声明。

鉴于此，印度德里Indraprastha Institute of Information Technology研究机构旨在使用人工智能和机器学习技术来对自拍图像进行分析预测，帮助用户避免潜在的危险。该研究机构教授Ponnurangam Kumaraguru指出，“我们偶然从一篇因自拍导致死亡的新闻报道中获得了启示。我们认为可以技术角度改变这一切。”

该研究收集了自2014年以来所有与自拍相关的事故，以及死亡原因等周边环境细节等信息，然后通过人工智能分析学习来自Twitter的3000多张自拍图像，分析其中的周围环境，并预测是否会有致命危险。这种危险往往由一系列因素所决定，例如自拍是否从高处拍摄，是否接近铁路设施等等。

研究人员指出，该预测模型在检测危险自拍环境的准确率为73%。

研究人员指出，“我们正在开发的功能是让手机向用户提供镜头中某一特定位置是否危险的信息，并根据严重程度附上分数值。”也就是说，通过这种方法可以在手机内置一种警告模式，当侦测到自拍用户处于危险环境时就会发出警告，避免危险的发生。如若能设法拯救生命，那本身就是一个巨大的成就。