micron
活動+
 

機器學習演算法可預測慢性病導致的早期死亡風險

機器學習演算法可預測慢性病導致的早期死亡風險,改善未來的預防性醫療保健服務。BEA Systems

諾丁漢大學(University of Nottingham)科學家進行的一項新研究顯示,能預測過早死亡的機器學習演算法可大幅改善未來的預防性醫療保健。這支由資料科學家和醫生組成的團隊所開發及測試的機器學習演算法能預測中年人群因慢性病導致的早期死亡風險。

根據The University of Nottingham報導,諾丁漢大學研究團隊發現這種AI系統的預測很準確,且比人類專家開發的當前標準預測方法表現更好。該團隊使用了2006~2010年期間英國生物銀行(UK Biobank)登記,並隨訪至2016年的50多萬40~69歲人口的健康數據。

研究人員表示,預防性醫療在對抗嚴重疾病方面日益重要,因此他們多年來一直致力於提高電腦化健康風險評估的準確性。在一般人口中。大多數應用集中在單一疾病領域,但要預測因幾種不同的疾病而死亡的情況極其複雜。

他們開發了1種獨特而全面的機器學習方法來預測一個人過早死亡的風險,在此領域邁出重要的一步。用電腦建立新的風險預測模型,考慮到每個評估的人口統計、生物特徵、臨床和生活方式因素,甚至每天飲食中的蔬果和肉類。

研究人員表示,目前人們對使用AI或機器學習來更好地預測健康結果的潛力非常感興趣。在某些情況下,AI確實有所幫助。經仔細調整,這些演算法可有效地改進預測。

這項新研究建立在諾丁漢團隊之前的研究基礎之上。該研究顯示,4種不同的AI演算法,隨機森林(random forest)、邏輯回歸(logistic regression)、梯度增強(gradient boosting)和神經網路在預測心血管疾病方面明顯優於用於當前心臟病學指南的演算法。

研究人員預測,AI將在未來工具的開發中發揮重要作用。這些工具能提供個性化醫療,為個別患者量身定製風險管理。進一步的研究需在其他人群驗證這些AI演算法,並探索將這些系統實施到日常醫療保健中的方法。

  •     按讚加入DIGITIMES智慧醫療粉絲團