医学研究人员已经解开了人工智能(AI)中一种令人不安的能力:预测一个人的早逝。

 

科学家最近训练了一个人工智能系统来评估英国50多万人提交的十年来的一般健康数据。然后，杏耀官方他们让人工智能预测个人是否有过早死亡的风险——换句话说，比平均预期寿命更早——他们在一项新研究中报告说。

 

早期死亡的预测是由人工智能算法比预测更准确”由一个没有使用机器学习的模型,主要研究作者斯蒂芬•翁博士的助理教授在诺丁汉大学的流行病学和数据科学(联合国)在英国他在一份声明中说。机器能有创造力吗?9个人工智能“艺术家”

 

为了评估受试者过早死亡的可能性，研究人员测试了两种类型的人工智能:“深度学习”，即分层的信息处理网络帮助计算机从例子中学习;“随机森林”是一种更简单的人工智能，它结合了多种树状模型来考虑可能的结果。

 

然后，他们将人工智能模型的结论与被称为Cox模型的标准算法的结果进行了比较。

 

利用这三个模型，科学家们对英国生物银行(Biobank)的数据进行了评估。在此期间，近14,500名参与者死亡，主要死于癌症、心脏病和呼吸系统疾病。

 

不同的变量

 

这三个模型都确定，杏耀年龄、性别、吸烟史和癌症早期诊断等因素是评估一个人过早死亡可能性的首要变量。但研究人员发现，这些模型在其他关键因素上存在分歧。

 

考克斯模型严重依赖于种族和身体活动， 杏耀介绍 ，而机器学习模型则没有。相比之下，随机森林模型更注重身体脂肪百分比、腰围、人们吃的水果和蔬菜的量以及肤色。在深度学习模型中，最主要的因素包括与工作相关的危险和空气污染、饮酒和使用某些药物。

 

当所有的数字运算完成后，深度学习算法给出了最准确的预测，正确识别了76%的研究期间死亡的受试者。相比之下，随机森林模型正确预测了约64%的过早死亡，而考克斯模型只确定了约44%。

 

这并不是专家们第一次利用人工智能对医疗保健的预测能力。2017年，另一组研究人员证明，人工智能可以学会发现阿尔茨海默氏症的早期迹象;Live Science此前报道称，他们的算法通过评估大脑扫描来预测一个人是否有可能患上阿尔茨海默症，准确率约为84%。

 

另一项研究发现，人工智能可以预测6个月大的婴儿患自闭症的风险，这些婴儿患自闭症的风险很高。另一项研究可以通过分析视网膜扫描来发现糖尿病的迹象;还有一项研究——也使用来自视网膜扫描的数据——预测了病人患心脏病或中风的可能性。

 

在这项新研究中，科学家们证明，机器学习——“经过仔细调整”——可以用来成功预测死亡率，该研究的合著者、联合国初级保健教授乔·凯在声明中说。

 

Kai说，虽然许多医疗专业人员可能不熟悉人工智能，但介绍研究中使用的方法“有助于科学验证和这个令人兴奋的领域的未来发展”。