人工智能預測心臟病發作風險

在各種疾病中，心臟病發作是最難預測的一種。有統計數據顯示，全球每年有近2000萬人死于心梗、中風、血管堵塞等心血管系統疾病。很多醫療和研究機構使用年齡、膽固醇水平、血壓等8至10項指標來預測患者的心臟病發作風險。英國諾丁漢大學的研究人員研發了一種人工智能系統，讓計算機通過“自學”各種醫學指征和數據來預測患者的心臟病發病風險，準確率高于醫生。

研究人員表示，影響人體健康的因素很多，人體各系統的相互作用也十分復雜，計算機科學可以幫助醫務人員探索這些因素之間的關聯。在他們開發的人工智能系統中，計算機使用了四種機器學習方法，分析英國近38萬名患者的電子醫療記錄，尋找心臟病發病模式。據介紹，人工智能系統首先進行自我訓練，使用78%的患者數據來尋找發病模式并構建自己的診斷指導系統。接下來，系統用剩余22%的醫療記錄對自己進行測試：先用2005年的數據進行學習歸納，然后預測此后十年內哪些患者會首次患上心血管疾病，最后使用2015年的記錄檢查預測結果。結果顯示，四種機器學習方法預測心臟病發作的準確率全部優于傳統醫生診斷標準。美國心臟病協會預測指導方針的準確率在72.8%，而四種人工智能方法的精確度在74.5%到76.4%之間。其中準確率最高的一種機器學習方法還降低了一定的錯誤預警率，相當于在8.3萬名患者中額外挽救了355人的生命，因為錯誤預警診斷可能會讓本不需要服用降低膽固醇藥物的人服藥，濫用藥物同樣對人體有害。……