英国开发人工智能新算法提高心脏病发作预测

关于心脏病发作的提前预测一直以来都是非常困难的问题。近期，据《科学》杂志17日报道，英国诺丁汉大学科学家开发了一种人工智能新算法，能够显著提高心脏病发作预测准确率，如果将此投入到具体的临床应用，每年或可挽救数百万生命，当然对于具体的实际运用时间，还未做出详细的说明。

目前，关于心血管等方面的疾病已经成为比较突出的问题，全球每年近万人死于心血管疾病及相关疾病，包括心脏病发作、中风、脑动脉梗塞和其他循环系统功能障碍。这些疾病的突发性容易威胁人类的生命安全。为预测这些疾病，众多专家学者对此提出多种预防措施，当前许多医生使用的指南由美国心脏病学会(ACC)和美国心脏学会(AHA)提供，具体主要包括评估年龄、胆固醇水平、血压等8个风险因素，但是这些要素太过简单，无法考虑患者曾经服用的药物、其他疾病及生活方式等因素的影响。

诺丁汉大学流行病学家史蒂芬·翁带领团队，详细比较了ACC/AHA预测指南与4种机器学习算法——随机森林、逻辑回归、梯度增强和神经网络之间的数据分析效率，并希望在没有人为指导的情况下创建预测工具。

为完成这项研发，在与心血管疾病发作有关的记录中找到共同模式大量的数据被放入机器学习。人工智能算法先用大约78%的病历记录，建立自己的内部“指导方针”，然后对剩余的记录进行测试。根据年的可用记录数据，人工智能预测了哪些患者在未来10年间会首次发作心血管疾病，同时并对照检查了年的记录数据，这次研究所考虑的变量比ACC/AHA指南多出22个，包括种族、关节炎和肾脏疾病等因素。

结果显示，机器学习方法表现明显优于ACC/AHA指南。表现最好的神经网络算法，比ACC/AHA方法的正确预测率高出7.6%，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人的生命。其中，对预测结果影响最强的变量包括是否有严重精神疾病、是否服用口服皮质类固醇，以及是否罹患糖尿病。

英国曼彻斯特大学数据科学家认为，如果将更多的数据供给新的人工智能算法，可能获得更佳的效果。

网络大数据

（ID:raincent_