機器學習算法預測心臟病的準確性比美國心臟病學會/美國心臟協會（ACC/AHA）的指標高出7.6%。
據估算，每年有2000萬人死于心血管疾病。幸運的是，來自英國諾丁漢大學的一組研究人員開發出一種機器學習算法，可以像醫生一樣，預測心臟病發作或中風的可能性。
ACC/AHA已經制定了一系列指導方針，可基于年齡、膽固醇水平和血壓等八個因素，對患者罹患心血管并的風險加以評估。平均來說，該系統的估值正確率可高達72.8%。
盡管這已經相當準確了，但StephenWeng及其團隊想做得更好。他們建立了四種計算機學習算法，然后輸入英國378,256名患者的數據。該系統首先使用大約295,000條記錄，以生成內部預測模型。然后，使用剩余的記錄對算法進行測試和完善。計算結果大大高于ACC/AHA標準，準確率的范圍從74.5%到76.4%不等。經測試，神經網絡算法的準確率最高，比現有標準高出7.6個百分點，同時，誤報率也提高了1.6%。
在參與測試的83,000組病人記錄中，該系統額外挽救了355人的生命。有趣的是，人工智能系統確定了一些未包括在現有指導方針之內的風險因素和預測數值，例如嚴重的精神疾病和皮質類固醇的口服劑量?！吧锵到y中存在大量相互作用，”Weng對媒體說?！斑@是人體的現實情況。計算機科學能夠幫助我們對這些聯系加以探索?！?/p>
更多資訊請關注工業機器人頻道
網站客服
粵公網安備 44030402000946號