在预测心脏病发作上面，人工智能已经比医生还强了

心脏病发作很难提前预测。根据《科学》杂志17日的报道，英国诺丁汉大学的科学家开发了一种新的人工智能算法，可以显著提高心脏病发作预测的准确性。如果投入临床应用，每年可能挽救数百万人的生命。

目前，全球每年有近2000万人死于心血管疾病和相关疾病，包括心脏病发作、中风、大脑动脉梗塞和其他循环系统功能障碍。为了预测这些疾病，许多医生使用美国心脏协会(ACC)和美国心脏协会(AHA)提供的指南，包括8个危险因素，如年龄、胆固醇水平和血压。然而，这些指标过于简单，无法考虑患者服用多种药物的影响、其他疾病、生活方式和其他因素。

诺丁汉大学的流行病学家斯蒂芬·昂(Stephen Ong)带领团队详细比较了ACC/AHA预测指南和四种机器学习算法——随机森林、逻辑回归、梯度增强和神经网络——的数据分析效率，并希望创造出无需人工指导的预测工具。

机器学习被大量数据“喂养”，包括英国378，256名患者的电子病历，以便在与心血管疾病发作相关的记录中找到共同的模式。人工智能算法首先使用大约78%的病历建立自己的内部“指南”，然后测试剩余的记录。基于2005年的可用记录数据，人工智能预测了哪些患者将在未来10年首次罹患心血管疾病，并与2015年的记录数据进行了比较。考虑的变量比ACC/AHA指南多22个，包括种族、关节炎和肾脏疾病等因素。

结果表明，机器学习方法的性能明显优于ACC/AHA准则。性能最佳的神经网络算法比ACC/AHA方法的正确预测率高7.6%，同时也降低了一定的错误警告率，相当于在83，000名患者中挽救了355条额外生命。其中，对预测结果影响最大的变量包括是否有严重的精神疾病、是否服用了口服皮质类固醇以及是否患有糖尿病。

曼彻斯特大学的数据科学家认为，如果更多的数据被“输入”到新的人工智能算法中，可能会取得更好的结果。