• 中文
    • English
  • 注册
  • 查看作者
  • 未来可知!AI能够预测慢性疾病患者的早逝风险

    原标题:未来可知!AI能够预测慢性疾病患者的早逝风险

    如果有一天你被告知你将要死去,你是会惴惴不安、彷徨失措,还是坦然自若、从容面对?

    近日,诺丁汉大学(University of Nottingham)专家的一项新研究表明,能够自学预测早逝的电脑,在未来可能大大改善预防性医疗。

    由医疗数据科学家和医生组成的研究小组开发并测试了一套基于计算机的“机器学习”算法系统,该系统可以预测大量中年人群中由慢性病导致的早逝风险。

    他们发现这个人工智能系统的预测非常准确,比目前由人类专家开发的标准预测方法表现得更好。这项研究发表在PLOS ONE的《健康与生物医学中的机器学习》特刊上。

    该研究小组使用了2006年至2010年英国生物银行招募的50多万名年龄在40岁至69岁之间人群的健康数据,并持续追踪到2016年。

    流行病学和数据科学助理教授Stephen Weng博士领导了这项工作,他说:“在对抗严重疾病的斗争中,预防性医疗是一个越来越重要的优先事项,因此我们多年来一直致力于提高计算机化健康风险评估在普通人群中的准确性。大多数应用程序集中在一个单一的疾病领域,但预测由于几种不同的疾病结果而导致的死亡是非常复杂的,特别是考虑到可能影响这些疾病的环境和个人因素。”

    “通过机器学习我们开发了一种独特而全面的方法来预测一个人早逝的风险,这预示着我们在这一领域向前迈出了一大步。这项研究利用计算机建立新的风险预测模型,该模型将广泛的人口统计学、生物统计学、临床和被评估个体的生活方式因素,甚至包括他们每天的食用的水果、蔬菜和肉类等纳入在内。

    “我们利用英国国家统计局死亡记录办公室、英国癌症登记处和‘医疗事件’统计数据,将得出的预测结果与该群体的死亡率数据进行了映射。结果发现,机器学习算法在预测死亡方面要比由人类专家开发的标准预测模型准确得多。”

    新研究中使用的人工智能机器学习模型被称为“随机森林”和“深度学习”。这与传统的基于年龄和性别的“Cox回归”预测模型(被发现是预测死亡率最不准确的模型)以及多变量Cox模型(效果更好,但往往会高估风险)形成了鲜明对比。

    这项新的研究建立在诺丁汉团队之前的工作基础上,该研究表明,四种不同的人工智能算法,“随机森林”、“逻辑回归”、“梯度增强”和“神经网络”,在预测心血管疾病方面明显优于当前心脏病学指南中使用的既定算法。

    诺丁汉大学的研究人员预测,人工智能将在未来的工具开发中发挥至关重要的作用,这些工具能够提供个性化的药物,为个体患者量身定制风险管理。进一步的研究需要在其他人群中检验和验证这些人工智能算法,并探索将这些系统实现到日常医疗中的方法。

    目前人工智能系统已经被越来越多的运用在医疗领,甚至是预测患者死亡时间上。

    早在2017年,据媒体报道,由伦敦伦敦理工学院的一组医疗服务科学家们进行的一项研究可以通过人工智能系统准确的预测心脏病患者死亡的时间。该系统通过专门的软件对病人的血液进行分析,还包括了3D心脏模型的检测。

    这个系统的预测准确率在测试期间达到了80%,而普通医生的经验预测准确率则只有60%。

    依旧是在2017年,在洛杉矶儿童医院,两位数据科学家提出了一种人工智能系统,这个系统可以让医生们更好地了解,在儿科重症监护室中的哪些孩子的病情可能会恶化。

    他们使用了超过12,000名患者的健康记录,机器学习程序在数据中发现了相关规律,成功识别出了即将死亡的患者。该程序预测死亡的准确率达到了93%,明显比目前在医院中使用的简单评级系统表现更好。

    去年10月,谷歌研究人员开发了一种用以检测转移性乳腺癌的AI系统,精确度高达99%。

    责任编辑:

    精彩评论展示区
  • 0
  • 0
  • 0
  • 35
  • 请登录之后再进行评论

    登录
  • 实时动态
  • 偏好设置
  • 到底部
  • 单栏布局 侧栏位置: