人工智慧可以更加準確的預測心血管疾病風險

在人工智慧大放異彩的今天，許多研究者都開始使用人工智慧來進行分類、識別和預測。來自英國諾丁漢大學的研究者就使用人工智慧的方法對心血管疾病的發生進行預測，且預測準確率高於醫生。研究結果於 4 月 4 日發表在 Plos One 上，文章題目是 Can machine-learning improve cardiovascular risk prediction using routine clinical data。

每年都有大約 2000 萬人死於心血管疾病，如果能根據身體的指標對心血管疾病的發生做出準確預測，將給患者更多治療時間，從而拯救成千上萬人的生命。

目前，醫生利用美國心臟病學會/美國心臟協會（ACC/AHA）的指南來進行預測，該指南提出了八個風險指標，包括年齡、膽固醇和血壓等。

人工智慧往往需要大數據來訓練和學習，這個研究也不例外，研究者共搜集了 378256 個來自英國的病人數據（數據採集時間為 2005 年），並採用四種機器學習演算法（隨機森林、Logistic 回歸，梯度提升和人工神經網路）對 78% 的數據（295267 例）進行訓練，通過學習每個病例的基本參數以及這些病人是否在未來的 10 年內發生心血管疾病，來找出可能導致心血管疾病的危險因素，制定「人工智慧心血管疾病風險指南」。

這份人工智慧版本的指南在 ACC/AHA 指南的基礎上增加了 22 個風險指標，包括種族、關節炎和腎臟疾病。

四種人工智慧方法的預測準確率（74.5%-76.4%）都要高於醫生根據ACC/AHA 指南的預測準確率 72.8%，其中表現最好的方法是人工神經網路。

人工智慧在疾病預測方面如此精彩的表現並不令我驚訝，畢竟這是基於大數據訓練和學習的結果，而百分之七十多的預測準確率也並不算高。

我認為我們在享受人工智慧帶來的種種便利和推動人工智慧技術發展的同時，也應該開始正視人工智慧在醫學診斷方面的法律和倫理問題。

本文為原創編譯，轉載務必註明出處，謝謝！

微信公眾號：腦與智能

推薦閱讀：