細思恐極，AI可以預測人類壽命了，準確性接近70％

葯明康德/報道

近日，一些澳大利亞科學家發明了一種有望改變整個醫學界的方法，那就是使用人工智慧分析醫學影像，並以此預測每個人的健康狀況和壽命。這項研究發表在了《自然》雜誌子刊《Scientific Reports》上。

對大量健康數據進行分析並預測特定疾病的發生概率是近來興起的精準醫學的重要組成部分。不過，目前來說大部分分析研究還是集中在對人類基因組的測序和分析上。但是，遺傳因素對於預測諸如心臟病、癌症、糖尿病等慢性疾病風險的幫助不大。研究顯示，引起這些疾病的因素中70-90%與遺傳無關。生活方式和環境因素在慢性疾病中起了很大的作用。

為了尋找預測這些慢性疾病的方法，研究人員想到了包括CT在內的醫學成像技術。通過一次掃描，這些技術就能夠獲取人體內臟器的大量信息。而往往在患者感受到這些疾病的癥狀之前，體內那些重要器官上已經出現了疾病的跡象。通過對大量圖像數據進行分析，人工智慧演算法就有可能提前預測慢性疾病的發生，並更進一步判斷患者的整體健康狀況。

高死亡風險的人群（左），內髒的掃描結果與低死亡風險的人群（右）會有很大的區別（圖片來源：《Scientific Reports》）

在這次發表的研究中，來自澳大利亞阿德萊德大學的科研人員使用機器學習演算法分析了資料庫中48名60歲以上成人的胸部CT掃描圖像。通過分析圖像數據，演算法預測了這些志願者在5年內死亡的幾率。通過與實際情況比對，這個演算法預測的準確率達到了70%，這一數字與人類專家的預測成功率一樣準確。

這項人工智慧的預測結果，準確度已經達到了70%左右（圖片來源：《Scientific Reports》）

胸部CT掃描是判斷一個人健康程度的一種非常好的方法，它可以清晰地看到主要器官和組織，包括心臟、肺臟、主要血管等等。專業醫生通常會從這些圖像中尋找對健康有重要影響的特徵，如腫瘤和動脈粥樣硬化斑塊的跡象。而澳大利亞科學家們開發的機器學習演算法從另一個角度來分析這些圖像，它會尋找圖像中那些細微的變化，希望能發現潛在的危險因素。開發這個演算法的研究人員自己也不清楚這個演算法究竟在尋找怎樣的標記，不過，他們確信隨著資料庫的變大，演算法預測的準確率會不斷上升。他們正在進行一項有12000名志願者參與的大型試驗。

一些細微的變化，會對5年的生存率產生巨大影響。黃線為高風險人群的生存率，藍線為低風險人群的生存率（圖片來源：《Scientific Reports》）

這個演算法在現階段最直接的應用是可以分析胸部CT的大量數據，並指出風險因素，其效率和速度將大大超過醫生一張一張的看CT圖片。而這個演算法的長期應用才是真正讓研究人員激動的，這項研究的第一作者Luke Oakden-Rayner先生表示：「儘管目前這項研究中只有很少的患者數據，但這個演算法仍然學會了從圖像中識別疾病導致的複雜變化，對於醫生來說，需要經過大量的訓練才能做到這一點。我們的研究開啟了人工智慧在醫學圖像分析中的新應用，它有望做到對嚴重疾病的早期診斷並進行干預。」

該研究的人工智慧設計流程（圖片來源：《Scientific Reports》）

科研人員承認，目前的研究中樣本數量還太少，並且只分析了胸部CT圖像，更多患者更多部位的數據將能夠繼續改進這個演算法，最終幫助醫生儘早診斷和干預疾病。Oakden-Rayner先生繼續說道：「這個自動化系統並非專註於診斷疾病，而是通過分析大數據和檢測微小的變化，以一種醫生從未被培訓過的方式來預測醫療結果。」

我們希望科研人員的大規模試驗能夠順利進行，早日推廣應用這種人工智慧演算法。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！