cookieOptions = {...}; .人工智慧將預測慢性病患者死亡時間 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2020年9月4日 星期五

AI Can Predict Our Death



源:AI看看


據國外媒體報導,研究顯示,人工智慧或許能預測慢性病患者的死亡時間。


科學家和醫生們利用 50 萬名患者數據研發了一款人工智慧工具,能夠預測哪些患者早亡的風險較高。患者的家族病史、攝入鹽量、用藥情況、使用防曬霜情況等各方面因素,都被考慮在內。

研究人員稱,該人工智慧系統在測試中的預測結果「非常精確」,可靠度約比現有的機器學習系統所做估測高 10%。

該研究由英國諾丁漢大學開展,流行病學與數據科學助理教授 Stephen Weng 博士領導了本次研究。「在對抗嚴重疾病的抗爭中,預防性醫療的優先級正變得越來越高。」Dr Weng 表示。

「我們已經歷時多年時間,努力改進用電腦評估一般人群健康風險的電腦技術的準確性。大多數研究應用都專注於單一疾病領域,但預測由多種疾病引發的死亡概率極為複雜,特別是在考慮各種可能造成影響的環境與個體因素的情況下。我們開發了一種獨特且全面的方法,透過機器學習技術預測某個人早亡的概率,這是在該領域取得的一大進步。」


該人工智慧算法由 502648 名 40 至 69 歲之間的患者數據生成,他們曾在 2006 年至 2010 年之間參與過英國生物銀行研究,並一直被追蹤研究至 2016 年。算法共考慮了 60 種健康預測因素,包括受試者的體質指數(BMI)、血壓、維生素或營養補充劑服用情況等。受試者的水果、蔬菜、肉類、奶酪、穀物、魚類和酒精攝入情況也被考慮在內。

「我們將預測結果與英國國家統計署的死亡記錄、英國癌症註冊記錄等數據庫的死亡數據進行了比對。」隨後,他們又將該算法與兩項標準的機器學習技術進行了比較。結果顯示,這套新模型的準確率比現存技術高了 10.1%,「我們發現機器學習算法預測死亡的準確率,比由人類專家開發的標準預測模型高得多。」Weng 博士指出。

該研究作者、諾丁漢大學醫學與健康科學學院基層醫療主任 Joe Kai 教授補充道:「人們對利用人工智慧或機器學習技術預測健康結果有強烈的興趣。在有些情況下,這種技術也許很有幫助,有時則不然。

就眼下這種情況來說,我們證明了透過仔細調整,這些算法可以有效改進預測效果,這些技術對健康領域的很多研究者來說可能還很新鮮、難以理解。我們相信,只要以透明清晰的方法報告這些方法,將有助於這一醫療領域獲得科學驗證、實現進一步發展。」

諾丁漢大學此前開展的一項研究提出,有四種人工智慧算法預測心臟病的準確度,遠高於目前心臟病治療指導方針中使用的技術。


科學家們預言,人工智慧將在定制化醫療的發展中扮演關鍵角色。但他們也補充道,為證實機器學習在其他種群中的有效性、以及將人工智慧更好地融合到日常醫療之中,還需要開展進一步研究。

任何經過翻譯或轉載之中文資訊,我們為了盡量使用台灣常用相關名詞與慣用語法,將與原中文有所變更,但不改內容意義 – 3S MARKET

0 意見: