比傳統方法更好，AI預測過早死亡風險準確率超過7成

人類對AI 應用的期待，已經到了無所不能的神話境界，最近英國醫學研究人員解開AI 中令人不安的能力，即預測一個人的早逝。而且科學家發現通過 AI 演算法做出的早期死亡預測，比傳統研究人員使用的預測方法更加準確。

英國諾丁漢大學(University of Nottingham) 科學家最近訓練一個AI 系統來評估2006~2016 年英國超過50 萬人的一般健康數據，在這十年期間，將近14,500 人死亡，主要是來自癌症、心臟病和呼吸系統疾病。

然後科學家使用 AI 預測實例是否有過早死亡的風險。為了評估受試者過早死亡的可能性，研究人員測試兩種類型的AI，一種是深度學習，其分層信息處理網路幫助計算機從案例中學習，另一種是一種更簡單的AI，叫做隨機森林(Random Forest)，結合多個樹狀模型來考慮可能的結果。然後，他們將 AI 模型的結論與廣為應用的一種回歸分析模型，簡稱為 Cox 模型的結果進行比較。

這三個模型都確定年齡、性別、吸煙史和既往癌症診斷等因素，是評估一個人早逝可能性的最重要變數。但是三種模型仍有不同的關鍵變數，如 Cox 模型在很大程度上傾向種族和身體活動，隨機森林模型更強調體脂百分比、腰圍、人們吃的水果和蔬菜的數量，以及膚色。對於深度學習模型，最重要的因素包括接觸與工作相關的危害和空氣污染、酒精攝入和使用某些藥物。

完成所有運算後，深度學習演算法提供最準確的預測，正確識別76% 在研究期間死亡的受試者。相比之下，隨機森林模型正確預測約 64% 的過早死亡，而 Cox 模型僅識別出約 44%。

諾丁漢大學科學家認為，AI 將在未來工具的開發中發揮重要作用，這些工具能夠提供個性化醫療，為實例患者量身訂製風險管理方案。該研究已發布在《公共科學圖書館：綜合》(PLOS ONE) 的特刊《Machine Learning in Health and Biomedicine》。

這不是專家第一次利用 AI 做醫療預測。 2017 年，一個不同的研究團隊證明 AI 可以通過學習大腦的掃描文件，發現阿爾茨海默症的早期癥狀，而且這種方法的準確度大約為 84%。 另一項研究發現，AI 可以預測 6 個月大嬰兒的自閉症發病率。另一項研究讓 AI 通過分析視網膜掃描來檢測糖尿病跡象，還有一個研究也使用視網膜掃描數據預測患者心臟病發作或中風的可能性。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！