AI可预测早逝风险，精准度高于人类专家

摘要：“现在，我们在预测性医疗领域取得了很大进展——我们研究出了一种独特而全面的方法，即通过机器学习来预测一个人早逝的风险。医疗保健数据科学家和医生团队开发并测试了一套基于计算机“机器学习”的算法系统，该系统可以预测中年人群因患慢性病而早逝的风险。

全文共1168字，预计学习时长2分钟

计算机上的听诊器（图源：© lenetsnikolai / Fotolia）

诺丁汉大学专家的最新研究表明，在未来，能够预测早逝概率的计算机可以极大助力于预防性医疗技术。

医疗保健数据科学家和医生团队开发并测试了一套基于计算机“机器学习”的算法系统，该系统可以预测中年人群因患慢性病而早逝的风险。

他们发现这种AI系统的预测非常准确，甚至其表现优于人类专家开发的标准预测法。该研究发表于《公共科学图书馆》（PLOS ONE）杂志的特刊——《健康与生物医学中的机器学习》。

研究团队分析了50多万名40-69岁人口的健康数据（英国生物银行于2006-2010年间收录），并随访至2016年。

流行病学和数据科学助理教授Stephen Weng博士领导了该研究，他说：“预防性医疗保健对于防治重疾来说意义重大，因此多年来，我们一直致力于提高利用计算机来评估健康风险的准确性，尤其是针对大众人群。目前，大多数应用侧重于单一疾病领域。但是，要预测由几种不同的病因而导致的死亡是非常复杂的，特别是还要考虑到环境和个人因素对疾病的影响。

“现在，我们在预测性医疗领域取得了很大进展——我们研究出了一种独特而全面的方法，即通过机器学习来预测一个人早逝的风险。该技术利用计算机建立新型风险预测模型，它运用了广泛人口统计学、生物识别技术，考虑到了临床因素和生活方式因素，甚至还将被调查者每天所食用的蔬果肉类也计算了进去。”

“我们借用了国家统计局的死亡记录、英国癌症登记处和医院的统计数据，将得出的预测结果映射到了该群体的死亡率数据中。我们发现，机器学习算法在预测死亡方面比人类专家开发的标准预测模型要准确得多。”

该新研究中使用的AI机器学习模型被称为“随机森林”和“深度学习”。这些模型不同于传统模型。比如，“Cox回归”预测模型，它是基于年龄和性别进行预测的，结果最不准确；还有“多变量Cox模型”，该模型效果稍好，但往往会高估风险。

参与该项目的临床学者之一Joe Kai教授说：“目前人们很看好用'AI'或'机器学习'来预测健康结果的潜力。虽然一些情况下AI能进行有效预测，但有时它也无能为力。我们已经证明，在特殊情况下，只要进行仔细调整，机器算法还是可以有效地改进预测的。”

“在健康研究领域，对许多人来说，AI技术可能太先进而难以运用。我们相信，只要能清楚地报告讲解这些方法，就可以助力于科学论证和医疗保健领域的未来发展。”

这项新研究建立在诺丁汉团队以前的研究基础之上。该研究表明，四种不同的AI算法——“随机森林”、“逻辑回归”、“梯度增强”和“神经网络”，它们在预测心血管疾病方面明显优于当前心脏病学指南中使用的既定算法。

诺丁汉研究人员预测，AI将在未来医疗工具的开发中发挥重要作用。这些工具能够提供个性化医疗，为每个患者量身定制风险管理程序。下一步的研究计划是，在其他人群中试验和证实这些AI算法的作用，并探索将智能系统运用到日常医疗保健中的方法。