机器学习算法可预测慢性病导致的早期死亡风险
2019-04-04 09:33:24
诺丁汉大学(University of Nottingham)科学家进行的一项新研究显示，能预测过早死亡的机器学习算法可大幅改善未来的预防性医疗保健。这支由资料科学家和医生组成的团队所开发及测试的机器学习算法能预测中年人群因慢性病导致的早期死亡风险。
根据The University of Nottingham报导，诺丁汉大学研究团队发现这种AI系统的预测很准确，且比人类专家开发的当前标准预测方法表现更好。该团队使用了2006~2010年期间英国生物银行(UK Biobank)登记，并随访至2016年的50多万40~69岁人口的健康数据。
研究人员表示，预防性医疗在对抗严重疾病方面日益重要，因此他们多年来一直致力于提高计算机化健康风险评估的准确性。在一般人口中。大多数应用集中在单一疾病领域，但要预测因几种不同的疾病而死亡的情况极其复杂。
他们开发了1种独特而全面的机器学习方法来预测一个人过早死亡的风险，在此领域迈出重要的一步。用电脑建立新的风险预测模型，考虑到每个评估的人口统计、生物特征、临床和生活方式因素，甚至每天饮食中的蔬果和肉类。
研究人员表示，目前人们对使用AI或机器学习来更好地预测健康结果的潜力非常感兴趣。在某些情况下，AI确实有所帮助。经仔细调整，这些算法可有效地改进预测。
这项新研究建立在诺丁汉团队之前的研究基础之上。该研究显示，4种不同的AI算法，随机森林(random forest)、逻辑回归(logistic regression)、梯度增强(gradient boosting)和神经网络在预测心血管疾病方面明显优于用于当前心脏病学指南的算法。
研究人员预测，AI将在未来工具的开发中发挥重要作用。这些工具能提供个性化医疗，为个别患者量身定制风险管理。进一步的研究需在其他人群验证这些AI算法，并探索将这些系统实施到日常医疗保健中的方法。
关注我们
Copyright©2019，All Rights Reserved.斯马特科技（广州）股份有限公司 粤ICP备17102244号
