北京時間4月17日上午消息,機器學習算法預測心臟病的準確性比美國心臟病學會/美國心臟協(xié)會(ACC/AHA)的指標高出7.6%。
據(jù)估算,每年有2000萬人死于心血管疾病。幸運的是,來自英國諾丁漢大學的一組研究人員開發(fā)出一種機器學習算法,可以像醫(yī)生一樣,預測心臟病發(fā)作或中風的可能性。
ACC/AHA已經(jīng)制定了一系列指導方針,可基于年齡、膽固醇水平和血壓等八個因素,對患者罹患心血管并的風險加以評估。平均來說,該系統(tǒng)的估值正確率可高達72.8%。
盡管這已經(jīng)相當準確了,但Stephen Weng及其團隊想做得更好。他們建立了四種計算機學習算法,然后輸入英國378,256名患者的數(shù)據(jù)。該系統(tǒng)首先使用大約295,000條記錄,以生成內(nèi)部預測模型。然后,使用剩余的記錄對算法進行測試和完善。計算結果大大高于ACC/AHA標準,準確率的范圍從74.5%到76.4%不等。經(jīng)測試,神經(jīng)網(wǎng)絡算法的準確率最高,比現(xiàn)有標準高出7.6個百分點,同時,誤報率也提高了1.6%。
在參與測試的83,000組病人記錄中,該系統(tǒng)額外挽救了355人的生命。有趣的是,人工智能系統(tǒng)確定了一些未包括在現(xiàn)有指導方針之內(nèi)的風險因素和預測數(shù)值,例如嚴重的精神疾病和皮質(zhì)類固醇的口服劑量。 “生物系統(tǒng)中存在大量相互作用,”Weng對媒體說。“這是人體的現(xiàn)實情況。計算機科學能夠幫助我們對這些聯(lián)系加以探索?!?/p>
本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權者。如涉及作品內(nèi)容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。