自学成才让人工智能预测心脏病发作

人工智能可能有助于预防心力衰竭。资料来源:Devrimb/iStockphoto

医生有许多工具来预测病人的健康状况。但是他们可能会告诉你，这些工具不能完全匹配人体的复杂性。心脏病尤其难以预测。现在，科学家们报告说他们已经开发了一个人工智能系统。这台自学的计算机可以比标准的医学指南做得更好，从而显著提高预测的准确性。一旦应用，这种新方法每年将拯救数千甚至数百万人的生命。

美国加州帕洛阿尔托斯坦福大学的心血管外科医生埃尔西·罗斯没有参与这项研究，他说:“我再也无法表达它有多重要了。”罗斯说:“我希望医生能够开始接受人工智能的使用，并利用它来帮助我们照顾病人。”

美国心脏协会的统计数据显示，全球每年有近2000万人死于心血管疾病，如心肌梗塞、中风和血管阻塞。许多组织，包括美国心脏协会，使用8到10个指标，如年龄、胆固醇水平和血压来预测病人的心脏病发作风险。

诺丁汉大学的研究人员在美国期刊《公共科学图书馆综合》上报道说，影响人类健康的因素很多，人类系统的相互作用也非常复杂。计算机科学可以帮助医务人员探索这些因素之间的相关性。在他们开发的人工智能系统中，计算机使用四种机器学习方法来分析英国近38万名患者的电子病历，以找到心脏病的发病模式。

英国诺丁汉大学的流行病学家斯蒂芬·翁说:“生物系统中有许多相互作用。”“这是人体的现实。”翁说，“计算机科学所做的就是让我们能够探索这些联系。”

据介绍，人工智能系统首先进行自我训练，利用78%的患者数据发现疾病模式并构建自己的诊断指导系统。接下来，系统用剩余的22%的病历对自己进行测试:首先，使用2005年的数据进行学习和总结，然后预测哪些患者将在未来10年内首次患有心血管疾病，最后使用2015年的记录来检查预测结果。

结果表明，四种机器学习方法预测心脏病发作的准确率均优于传统医生的诊断标准。美国心脏协会预测指南的准确率为72.8%，而四种人工智能方法的准确率在74.5%到76.4%之间。其中，准确率最高的机器学习方法也降低了一定的错误警告率，相当于挽救了83000名患者中的355条生命，因为错误警告诊断可能会使不需要降胆固醇药物的人吸毒，而药物滥用也对人体有害。

此外，与美国心脏协会的指导方针不同，人工智能系统考虑了22个以上的因素。严重的神经系统疾病、口服皮质类固醇和人工智能系统确定为心脏病发作高危因素的其他因素不包括在美国心脏协会的指南中。美国心脏协会推荐糖尿病作为预测心脏病发作的高风险因素之一，但是所有四种机器学习算法都排除了这一风险因素。

“这是一份高质量的工作，”在英国曼彻斯特大学初级保健数据库工作的数据科学家伊万格洛斯·孔托潘泰利斯说。Kontopantelis指出，应用更多的计算能力或更多的训练数据来解决这个问题“可能会带来更多的好处”

研究人员表示，他们计划让机器学习算法涵盖生活方式和遗传等因素，以进一步提高预测的准确性，并更好地帮助医务人员预测患者心脏病发作的风险。

医生们会很快在实践中采用类似的机器学习方法吗？罗斯说，医生们一直以他们的专业知识为荣。"但是像我这样的新一代认为我们可能会得到计算机的帮助."(赵茜·Xi)

中国科学新闻(2017-04-18，第二版国际)

阅读更多

科学相关报道