用資料來預測死亡， 靠譜嗎？
死亡被稱作人類的終極黑箱——雖然人人都知道“死”是生命的最後結局， 但沒人能預知死亡。 2007年， 一隻據說可以預知死亡的小貓走紅網路，
綜合媒體報導， 如果演算法能預測死亡， 會是什麼樣的體驗？2016年年底， 斯坦福大學電腦科學系的一名研究生Anand Avati和醫學院的一個小團隊試圖開發一種演算法， 以確定時日無多的病患的壽命。 研究團隊將目標設定在3到12個月之間——這個時間間隔是臨終關懷（hospice care）的最佳的區間。 超過12個月的臨終關懷服務可能會造成不必要的資源浪費，
所謂臨終關懷， 並非是一種治癒療法， 而是一種專注于在患者在將要逝世前的幾個星期甚至幾個月的時間內， 減輕其疾病的症狀、延緩疾病發展的醫療護理。
Avati知道， 識別出那些處於“死亡時間段”的患者， 可以幫助醫生對他們採用更合適、更人道的醫療干預措施。 如果演算法有效， 臨終關懷團隊將更快地搜尋到那些最需要幫助的人。
Avati和他的團隊確定了約20萬名患者作為學習樣本。 該團隊的主要參數是醫院的醫療記錄， 資料涵蓋多種疾病， 包括癌症、神經系統疾病、心臟病和腎臟衰竭等。 假設一名男子在2017年1月死亡， 如果將時間回溯到“臨終關懷的最佳時間”，
Avati利用了醫院醫生已經編碼的醫學資訊：病人的診斷說明， 預定的掃描次數， 在醫院裡度過的天數， 所做的各種手續， 醫療處方等等。 這些資訊當然是有限的， 沒有問卷調查， 沒有對話， 也不需要用鼻子嗅探化學物質， 但它們是一些客觀的標準化參數。
這些資訊被輸入到“深度神經網路”（一種軟體架構， 因為它模仿大腦神經元的組織方式）中。 演算法的任務是調整每條資訊的權重和強度，
這套“死亡演算法”從近16萬名患者身上採集資訊進行自我訓練。 當它學習了所有資料之後， Avati的團隊對剩下的4萬名患者進行了測試。 這一過程演算法的表現很出色， 錯誤率很低， 演算法認為會在3到12個月內死亡的患者中， 90%都得到了應驗。
演算法認為存活期超過一年的患者， 95％存活超過12個月。 這個演算法使用的資料可以在將來得到很大的改進， 掃描結果， 醫生的筆記或者病人的自我評估都可以加入到這個系統中， 從而提高預測的精度。 在2017年11月的IEEE國際生物資訊學與生物醫學大會上， Avati對此項研究進行了報告。 現在有理由相信， 資料是可以説明人們預測死亡的。