醫(yī)生有很多工具和方法來預(yù)測病人的健康風(fēng)險(xiǎn)，但他們?nèi)匀徊荒芡耆珣?yīng)對(duì)人體的復(fù)雜性。心臟病發(fā)作是最難預(yù)測的情況之一。英國研究人員最近報(bào)告說，他們開發(fā)了一種人工智能系統(tǒng)，可以讓計(jì)算機(jī)“自學(xué)”各種醫(yī)學(xué)跡象和數(shù)據(jù)，以預(yù)測病人患心臟病的風(fēng)險(xiǎn)，準(zhǔn)確率高于人類醫(yī)生。

美國心臟協(xié)會(huì)的統(tǒng)計(jì)數(shù)據(jù)顯示，全球每年有近2000萬人死于心肌梗死、中風(fēng)、血管堵塞等心血管疾病。包括美國心臟協(xié)會(huì)在內(nèi)的許多機(jī)構(gòu)使用年齡、膽固醇水平和血壓等8到10個(gè)指標(biāo)來預(yù)測患者的心臟病發(fā)作風(fēng)險(xiǎn)。

英國諾丁漢大學(xué)的研究人員在美國雜志《科學(xué)公共圖書館綜合》上報(bào)告說，影響人體健康的因素很多，人體系統(tǒng)之間的相互作用也非常復(fù)雜。計(jì)算機(jī)科學(xué)可以幫助醫(yī)務(wù)人員探索這些因素之間的關(guān)系。在他們開發(fā)的人工智能系統(tǒng)中，計(jì)算機(jī)使用四種機(jī)器學(xué)習(xí)方法來分析英國近38萬名患者的電子病歷，尋找心臟病的模式。

據(jù)介紹，人工智能系統(tǒng)首先進(jìn)行自我訓(xùn)練，利用78%的患者數(shù)據(jù)尋找發(fā)病模式，構(gòu)建自己的診斷指導(dǎo)系統(tǒng)。接下來，系統(tǒng)用剩下的22%的病歷進(jìn)行自我測試：首先用2005年的數(shù)據(jù)進(jìn)行學(xué)習(xí)總結(jié)，然后預(yù)測未來10年哪些患者將首次患心血管疾病，最后用2015年的記錄來檢驗(yàn)預(yù)測結(jié)果。

結(jié)果顯示，4種機(jī)器學(xué)習(xí)方法預(yù)測心臟病發(fā)作的準(zhǔn)確率均優(yōu)于傳統(tǒng)醫(yī)生。美國心臟協(xié)會(huì)預(yù)測指南的準(zhǔn)確率為72.8%，而四種人工智能方法的準(zhǔn)確率在74.5%-76.4%之間。準(zhǔn)確率最高的機(jī)器學(xué)習(xí)方法之一也降低了一定的誤警率，相當(dāng)于在83000名患者中額外挽救了355條生命，因?yàn)檎`警診斷可能會(huì)讓不需要服用降膽固醇藥物的人服藥，而藥物濫用對(duì)人體也有危害。

此外，與美國心臟協(xié)會(huì)的指導(dǎo)方針不同，這個(gè)人工智能系統(tǒng)綜合考慮了超過22個(gè)因素。人工智能系統(tǒng)公認(rèn)為心臟病發(fā)作高危因素的嚴(yán)重神經(jīng)系統(tǒng)疾病和口服皮質(zhì)類固醇等因素，并未納入美國心臟協(xié)會(huì)的指南。美國心臟協(xié)會(huì)建議將糖尿病作為預(yù)測心臟病發(fā)作的高風(fēng)險(xiǎn)因素之一，但四種機(jī)器學(xué)習(xí)算法都排除了這一風(fēng)險(xiǎn)因素。

研究人員表示，他們計(jì)劃讓機(jī)器學(xué)習(xí)算法涵蓋生活方式和遺傳等因素，進(jìn)一步提高預(yù)測的準(zhǔn)確性，更好地幫助醫(yī)務(wù)人員預(yù)測患者心臟病發(fā)作的風(fēng)險(xiǎn)。