芝加哥大学医学院正与Google合作，研究如何利用电子病历中的数据来提高医疗质量。 该工作的重点是使用新的机器学习技术来创建预测模型，以预防意外的再次入院、避免昂贵的并发症以及挽救生命。
“预测有助于改善患者诊疗。这是预防的核心所在，还能使复杂的诊疗更为安全”，芝加哥大学医学院首席质量官、医疗保健服务科学与创新中心（HDSI）主任、医学博士、公共卫生硕士Michael Howell表示。
这一合作将Google研究人员开创的机器学习工具与芝加哥大学医学院的医疗预测模型技术相结合，将为应对现实世界的医疗问题带来领先的技术。芝加哥大学医学院与斯坦福大学、加州大学旧金山分校一同，与Google的机器学习研究团队合作，改善医疗预测。
Howell是一名执业重症监护医生，对医疗预测和风险因素模型持续研究已超过15年。 然而他表示，患者以往诊疗中最有价值的信息中，许多仍然是无法通过电子病历访问的。
Michael Howell，医学博士，公共卫生硕士
“这项工作具有令人沮丧的一面，就是我们不能使用太多电子病历中的数据，例如医生的笔记或X光片”，Howell表示，“流行病学和统计学的传统工具根本无法使用自由文本或图像来创建预测算法，从而就患者的疾病风险向医生和护士发出预警。但是我们可以与Google一起做到这一点。“
“像生物体一样复杂”
对这些工具进行开发的需求是非常迫切的。 在美国，每年计划外的再入院费用高达170亿美元。据CDC估计，与诊疗相关的感染导致99,000人死亡，药物问题造成超过770,000人受伤和死亡。 这也是一个紧迫的全球性问题：全世界每年有4300万人受到医疗事故的影响，大多数事故发生在中低收入国家。
芝加哥大学医学院医疗服务科学与创新中心（Center for Healthcare Delivery Science and Innovation）于2016年建立，旨在对现实中的业务挑战产生影响。患者接受的诊疗的复杂性几乎每天都在增加，相应地，只有提供诊疗服务的系统也快速完善其复杂性，才能面对这一挑战。
“当今的诊疗要求医疗服务系统像生物体一样复杂“，Howell表示。
日常医疗产生的电子数据量也成倍增加。2008年，美国只有1.5％的医院拥有全面的电子病历。而今天，地球上医疗数据的数量以兆亿为单位。
现在，芝加哥大学医学院与芝加哥大学研究信息学中心一道，与Google合作来对这些数据加以使用。Google还一直与其医疗合作伙伴密切合作，确保以最高的数据保护标准对患者数据进行保密。例如，他们使用Google Cloud最先进的基础架构，并严格遵守HIPAA隐私规则，对电子病历进行最高级别的保护，并与患者数据分开存储。
（Youtube视频，国内无法截图）
芝加哥大学的Michael Howell和Sam Volchenboum在Cloud Next’17会议上谈论通过Google Cloud平台处理医疗数据
在过去一年中，Google研究人员已经表明，机器学习可以帮助临床医生筛查乳腺癌和可预防性盲症，将研究结果转化为医疗设备，并就有病情恶化风险的患者向医生提供警报。 Google与芝加哥大学医学院及其他合作伙伴共同合作，正计划进一步研究预测模型的准确性。
“我们相信只有在医学界与深度学习专家密切合作时，通过机器学习带来的临床突破才会出现，”Google在博客中陈述道，“Google中的大多数人并不是医生，但每个人都生过病或受过伤害，甚至失去亲人。Google在某些方面有独到之处，我们可以为改善诊疗做出贡献，所以我们必须尝试。我们期待着，通过我们与我们医疗伙伴的共同努力，可以改善全球数百万人的健康。”
