人工智能可以預(yù)測(cè)過(guò)早死亡風(fēng)險(xiǎn) 且準(zhǔn)確性?xún)?yōu)于人類(lèi)

熱門(mén)推薦：準(zhǔn)確性 , 人工智能 , 過(guò)早死亡風(fēng)險(xiǎn) ,

作者：顧然來(lái)源：生物探索

2019-04-01

英國(guó)諾丁漢大學(xué)(University of Nottingham)的研究人員開(kāi)發(fā)了一種“機(jī)器學(xué)習(xí)算法”（可以把它想象成一個(gè)機(jī)器人大腦）能夠從大量數(shù)據(jù)中學(xué)習(xí)，然后根據(jù)數(shù)據(jù)做出預(yù)測(cè)。

近日，英國(guó)諾丁漢大學(xué)(University of Nottingham)的研究人員開(kāi)發(fā)了一種“機(jī)器學(xué)習(xí)算法”（可以把它想象成一個(gè)機(jī)器人大腦）能夠從大量數(shù)據(jù)中學(xué)習(xí)，然后根據(jù)數(shù)據(jù)做出預(yù)測(cè)。在這項(xiàng)新的研究中，該算法能夠預(yù)測(cè)一組中年人群的過(guò)早死亡風(fēng)險(xiǎn)，其準(zhǔn)確性高于人類(lèi)專(zhuān)家開(kāi)發(fā)的標(biāo)準(zhǔn)預(yù)測(cè)方法，而且人工智能花費(fèi)的時(shí)間更短。

研究結(jié)果發(fā)表在PLOS ONE的《Machine Learning in Health and Biomedicine》特刊上。

該研究小組使用了2006年至2010年英國(guó)生物銀行招募的50多萬(wàn)名年齡在40歲至69歲之間的健康數(shù)據(jù)，并一直隨訪(fǎng)到2016年。

他們研究了60個(gè)基本變量，包括性別、年齡、吸煙狀況、生物測(cè)量數(shù)據(jù)（如血壓和體重指數(shù)）、吃的食物類(lèi)型、服用的藥物和任何潛在疾病。

研究人員利用75%的人口創(chuàng)建了四個(gè)預(yù)測(cè)模型，其中包括兩個(gè)傳統(tǒng)的數(shù)學(xué)模型和兩個(gè)機(jī)器學(xué)習(xí)算法。然后在剩下的25%人群用于檢測(cè)這些模型的結(jié)果，結(jié)果發(fā)現(xiàn)，機(jī)器學(xué)習(xí)模型在預(yù)測(cè)死亡方面更準(zhǔn)確。

那么，人工智能會(huì)取代人類(lèi)成為我們的醫(yī)生嗎？ Partners Healthcare放射學(xué)副主席兼首席數(shù)據(jù)科學(xué)官、哈佛醫(yī)學(xué)院放射學(xué)副教授Keith J. Dreyer博士表示，“毫無(wú)疑問(wèn)，人工智能在未來(lái)將越來(lái)越多地成為臨床決策的輔助手段。機(jī)器學(xué)習(xí)可以增強(qiáng)人類(lèi)的智力，但是并不會(huì)取代醫(yī)生。”

流行病學(xué)和數(shù)據(jù)科學(xué)助理教授Stephen Weng博士領(lǐng)導(dǎo)了這項(xiàng)工作，他說(shuō)，“在對(duì)抗嚴(yán)重疾病的斗爭(zhēng)中，預(yù)防性醫(yī)療是一個(gè)越來(lái)越重要的優(yōu)先事項(xiàng)，因此我們多年來(lái)一直致力于提高計(jì)算機(jī)化健康風(fēng)險(xiǎn)評(píng)估在普通人群中的準(zhǔn)確性。”

未來(lái)，他的團(tuán)隊(duì)開(kāi)發(fā)的算法有望被納入電子健康記錄，并繼續(xù)進(jìn)行研究。它可能會(huì)提醒醫(yī)生注意那些可能患有某些疾病的高風(fēng)險(xiǎn)患者。

人工智能將在未來(lái)的工具開(kāi)發(fā)中發(fā)揮至關(guān)重要的作用，這些工具能夠提供個(gè)性化的藥物，為個(gè)體患者量身定制風(fēng)險(xiǎn)管理。

點(diǎn)擊下圖，預(yù)登記觀(guān)展