应用:机器人 工业4.0 智能家居 无人系统 虚拟助理 商业智能 可穿戴 安防 医疗 金融 其他

技术:云计算 大数据 核心硬件 操作系统 计算机视觉 机器学习 自然语言处理 语音识别 模式识别 其他

当前位置:首页>应用 >金融>人工智能预测心脏病发作风险

人工智能预测心脏病发作风险

2018-12-08 来源:网络转载责任编辑:AI小爱 浏览数:16 AI圈

核心提示:医生有很多工具和方法预测患者的健康隐患,但仍无法百分百应对人体的复杂性,心脏病发作就是最难预测的情况之一。英国研究人员最新报告说,他们研发了一种人工智能系统,让计算机通过“自学”各种医学指征和数据来预

医生有很多工具和方法预测患者的健康隐患,但仍无法百分百应对人体的复杂性,心脏病发作就是最难预测的情况之一。英国研究人员最新报告说,他们研发了一种人工智能系统,让计算机通过“自学”各种医学指征和数据来预测患者的心脏病发病风险,准确率高于人类医生。

美国心脏病协会的统计数据显示,全球每年有近2000万人死于心梗、中风、血管堵塞等心血管系统疾病。包括美国心脏病协会在内的很多机构使用年龄、胆固醇水平、血压等8到10项指标来预测患者的心脏病发作风险。

人工智能预测心脏病发作:准确率高于人类医生

英国诺丁汉大学研究人员在美国《科学公共图书馆·综合》杂志上报告说,影响人体健康的因素很多,人体各系统的相互作用也十分复杂,计算机科学可以帮助医务人员探索这些因素之间的关联。在他们开发的人工智能系统中,计算机使用了4种机器学习方法,分析英国近38万名患者的电子医疗记录,寻找心脏病发病模式。

据介绍,人工智能系统首先进行自我训练,使用78%的患者数据来寻找发病模式并构建自己的诊断指导系统。接下来,系统用剩余22%的医疗记录对自己进行测试:先用2005年的数据进行学习归纳,然后预测此后10年内哪些患者会首次患上心血管疾病,最后使用2015年的记录检查预测结果。

结果显示,4种机器学习方法预测心脏病发作的准确率全部优于传统医生诊断标准。美国心脏病协会预测指导方针的准确率在72.8%,而4种人工智能方法的精确度在74.5%到76.4%之间。其中准确率最高的一种机器学习方法还降低了一定的错误预警率,相当于在8.3万名患者中额外挽救了355人的生命,因为错误预警诊断可能会让本不需要服用降低胆固醇药物的人服药,滥用药物同样对人体有害。

此外,与美国心脏病协会的指导方针不同,这个人工智能系统综合考虑了超过22个因素。被人工智能系统认定为心脏病发作高危因素的严重神经疾病、口服皮质类固醇等因素都没有在美国心脏病协会的指导方针中。而美国心脏病协会推荐将糖尿病作为预测心脏病发作的高风险因素之一,但4种机器学习算法都排除了这一风险因素。

研究人员表示,他们计划接下来让机器学习算法涵盖生活方式和遗传等因素,进一步提高预测的精确度,更好地帮助医务人员预测患者心脏病发作风险。

打赏

相关阅读:

人工智能 智能医疗
分享到:
阅读上文 >> 医疗AI初步勾勒全景图 人工智能直戳医疗痛点
阅读下文 >> 人工智能颠覆传统医疗?

版权与免责声明:

凡注明稿件来源的内容均为转载稿或由企业用户注册发布,本网转载出于传递更多信息的目的;如转载稿涉及版权问题,请作者联系我们,同时对于用户评论等信息,本网并不意味着赞同其观点或证实其内容的真实性;


本文地址:http://www.aiquan.biz/App/show-2921.html

转载本站原创文章请注明来源:AI圈

推荐新闻

更多

行业专题

更多行业专题

VIP会员

微信“扫一扫”
即可分享此文章

Copyright © 2008-2018 Aiquan.biz All Rights Reserved

服务热线: ICP备案号: