人工智能“自学”预测心脏病发作

2017年04月17日13:34  来源:新华社
 

  医生有很多工具和方法预测患者的健康隐患,但仍无法百分百应对人体的复杂性,心脏病发作就是最难预测的情况之一。英国研究人员最新报告说,他们研发了一种人工智能系统,让计算机通过“自学”各种医学指征和数据来预测患者的心脏病发病风险,准确率高于人类医生。

  美国心脏病协会的统计数据显示,全球每年有近2000万人死于心梗、中风、血管堵塞等心血管系统疾病。包括美国心脏病协会在内的很多机构使用年龄、胆固醇水平、血压等8到10项指标来预测患者的心脏病发作风险。

  英国诺丁汉大学研究人员在美国《科学公共图书馆·综合》杂志上报告说,影响人体健康的因素很多,人体各系统的相互作用也十分复杂,计算机科学可以帮助医务人员探索这些因素之间的关联。在他们开发的人工智能系统中,计算机使用了4种机器学习方法,分析英国近38万名患者的电子医疗记录,寻找心脏病发病模式。

  据介绍,人工智能系统首先进行自我训练,使用78%的患者数据来寻找发病模式并构建自己的诊断指导系统。接下来,系统用剩余22%的医疗记录对自己进行测试:先用2005年的数据进行学习归纳,然后预测此后10年内哪些患者会首次患上心血管疾病,最后使用2015年的记录检查预测结果。

  结果显示,4种机器学习方法预测心脏病发作的准确率全部优于传统医生诊断标准。美国心脏病协会预测指导方针的准确率在72.8%,而4种人工智能方法的精确度在74.5%到76.4%之间。其中准确率最高的一种机器学习方法还降低了一定的错误预警率,相当于在8.3万名患者中额外挽救了355人的生命,因为错误预警诊断可能会让本不需要服用降低胆固醇药物的人服药,滥用药物同样对人体有害。

  此外,与美国心脏病协会的指导方针不同,这个人工智能系统综合考虑了超过22个因素。被人工智能系统认定为心脏病发作高危因素的严重神经疾病、口服皮质类固醇等因素都没有在美国心脏病协会的指导方针中。而美国心脏病协会推荐将糖尿病作为预测心脏病发作的高风险因素之一,但4种机器学习算法都排除了这一风险因素。

  研究人员表示,他们计划接下来让机器学习算法涵盖生活方式和遗传等因素,进一步提高预测的精确度,更好地帮助医务人员预测患者心脏病发作风险。

(责编:唐萌(实习生)、常红)

深度阅读

习近平向世界发出邀约 开启“一带一路”新航程 1月17日,习近平主席在达沃斯出席世界经济论坛2017年年会开幕式并发表主旨演讲时向世界发出邀约——今年5月,中国将在北京主办“一带一路”国际合作高峰论坛,共商合作大计,共建合作平台,共享合作成果。“一带一路”国际合作高峰论坛将于今年5月14日至15日在北京举行,为解决当前世界和区域经济面临的问题寻找方案,让“一带一路”建设更好造福各国人民。【详细】

国际|国际观察|外媒关注

全球融资400亿美元缺口 发达国家没有兑现承诺 中国首席气候谈判代表解振华表示:“发达国家没有兑现承诺。在他们所报告的资金总量中有很多是发展援助资金,不符合《(联合国气候变化框架)公约》新的额外资金的原则要求。有些国家可能不愿意出这个钱了。这件任务是发达国家的,发达国家内部要很好地协调,要兑现这个承诺。”【详细】

国际|国际观察|外媒关注