哈希力量归集文库路径访问: 首页 > AI认知课 > 人机智能产业要闻库

我什么时候会死?人工智能或将预测慢性病患者死亡时间

叶子 ☉ 文 来源:新浪科技 2019-03-29 @ 哈希力量严选

【哈希力量划重点:该人工智能算法由502648名40至69岁之间的患者数据生成,他们曾在2006年至2010年之间参与过英国生物银行研究,并一直被追踪研究至2016年。算法共考虑了60种健康预测因素,包括受试者的体质指数(BIM)、血压、维生素或营养补充剂服用情况等。受试者的水果、蔬菜、肉类、奶酪、谷物、鱼类和酒精摄入情况也被考虑在内。】

北京时间3月29日消息,据国外媒体报道,研究显示,人工智能或许能预测慢性病患者的死亡时间。leH哈希力量 | 消除一切智能鸿沟

科学家和医生们利用50万名患者数据研发了一款人工智能工具,能够预测哪些患者早亡的风险较高。患者的家族病史、摄入盐量、用药情况、使用防晒霜情况等各方面因素都被考虑在内。leH哈希力量 | 消除一切智能鸿沟

研究人员称,该人工智能系统在测试中的预测结果“非常精确”,可靠度约比现有的机器学习系统所做估测高10%。leH哈希力量 | 消除一切智能鸿沟

该研究由英国诺丁汉大学开展,流行病学与数据科学助理教授Stephen Weng博士领导了本次研究。“在对抗严重疾病的抗争中,预防性医疗的优先级正变得越来越高。”Dr Weng表示。leH哈希力量 | 消除一切智能鸿沟

“我们已经历时多年时间,努力改进用计算机评估一般人群健康风险的计算机技术的准确性。大多数研究应用都专注于单一疾病领域,但预测由多种疾病引发的死亡概率极为复杂,特别是在考虑各种可能造成影响的环境与个体因素的情况下。我们开发了一种独特且全面的方法,通过机器学习技术预测某个人早亡的概率,这是在该领域取得的一大进步。”leH哈希力量 | 消除一切智能鸿沟

该人工智能算法由502648名40至69岁之间的患者数据生成,他们曾在2006年至2010年之间参与过英国生物银行研究,并一直被追踪研究至2016年。算法共考虑了60种健康预测因素,包括受试者的体质指数(BIM)、血压、维生素或营养补充剂服用情况等。受试者的水果、蔬菜、肉类、奶酪、谷物、鱼类和酒精摄入情况也被考虑在内。leH哈希力量 | 消除一切智能鸿沟

“我们将预测结果与英国国家统计署的死亡记录、英国癌症注册记录等数据库的死亡数据进行了比对。”随后,他们又将该算法与两项标准的机器学习技术进行了比较。结果显示,这套新模型的准确率比现存技术高了10.1%,“我们发现机器学习算法预测死亡的准确率比由人类专家开发的标准预测模型高得多。” Weng博士指出。leH哈希力量 | 消除一切智能鸿沟

该研究作者、诺丁汉大学医学与健康科学学院基层医疗主任Joe Kai教授补充道:“人们对利用人工智能或机器学习技术预测健康结果有强烈的兴趣。在有些情况下,这种技术也许很有帮助,有时则不然。就眼下这种情况来说,我们证明了通过仔细调整,这些算法可以有效改进预测效果,这些技术对健康领域的很多研究者来说可能还很新鲜、难以理解。我们相信,只要以透明清晰的方法报告这些方法,将有助于这一医疗领域获得科学验证、实现进一步发展。”leH哈希力量 | 消除一切智能鸿沟

诺丁汉大学此前开展的一项研究提出,有四种人工智能算法预测心脏病的准确度远高于目前心脏病治疗指导方针中使用的技术。leH哈希力量 | 消除一切智能鸿沟

科学家们预言,人工智能将在定制化医疗的发展中扮演关键角色。但他们也补充道,为证实机器学习在其他种群中的有效性、以及将人工智能更好地融合到日常医疗之中,还需要开展进一步研究。leH哈希力量 | 消除一切智能鸿沟



来源处追溯链接暂略


本文收录后固定可引用URL链接
    http://www.haxililiang.com/toutiao/kuaixun/30069.html


☉ 文库同一主题内容智能推荐 ☉
哈希力量 ☉ 人机智能科普文库