临床研究

以疾病的诊断、治疗、预后、病因为目标;以病人为对象;以群体研究为主要研究方法;以医疗机构为基地的一类医学研究的总称。通过临床研究获得治疗方法的安全性和有效性。在群体中进行药物测试,以期获得剂量、药物作用、不良反应等相关资料,从而对治疗方法进行安全性有效性评价。

新功能、新界面、新体验,扫描即可下载生物谷APP!
首页 » 临床研究 » 人工智能预测心脏病发作,准确率比医生还高!

人工智能预测心脏病发作,准确率比医生还高!

来源:科技日报 2017-04-18 10:01

目前,全球每年近2000万人死于心血管疾病及相关疾病,包括心脏病发作、中风、脑动脉梗塞和其他循环系统功能障碍。为了预测这些疾病,许多医生使用美国心脏病学会(ACC)和美国心脏学会(AHA)提供的指南,包括评估年龄、胆固醇水平、血压等8个风险因素。但这些指标过于简单,无法解释患者服用多种药物、其他疾病及生活方式等因素的影响。



诺丁汉大学流行病学家史蒂芬·翁带领团队,详细比较了ACC/AHA预测指南与4种机器学习算法——随机森林、逻辑回归、梯度增强和神经网络之间的数据分析效率,并希望在没有人为指导的情况下创建预测工具。

机器学习被“投喂”了大量数据,包括英国378256名患者的电子病历,目的是在与心血管疾病发作有关的记录中找到共同模式。首先,人工智能算法利用大约78%的病历记录,建立自己的内部“指导方针”,然后对剩余的记录进行测试;人工智能考虑的变量比ACC/AHA指南多出22个,包括种族、关节炎和肾脏疾病等因素;基于2005年的可用记录数据,预测在未来10年内哪些患者心血管疾病会首次发作,并对照检查了2015年的记录数据。



结果显示,机器学习方法表现明显优于ACC/AHA指南。表现最好的神经网络算法,比ACC/AHA方法的正确预测率高出7.6%,还降低了一定的错误预警率,相当于在8.3万名患者中额外挽救了355人的生命。其中,对预测结果影响最强的变量包括是否有严重精神疾病、是否服用口服皮质类固醇,以及是否罹患糖尿病

英国曼彻斯特大学数据科学家认为,如果“投喂”更多的数据给新的人工智能算法,可能会带来更大的收益。

相关会议推荐


2017未来医疗科技大会暨人工智能前沿高峰论坛

会议时间:2017.6.15--6.16      会议地点:上海

会议详情: http://meeting.bioon.com/2017IM?__token=bpc-zixundibu

温馨提示:87%用户都在生物谷APP上阅读,扫描立刻下载! 天天精彩!


...(全文约1959字)
<< 去看24小时最新(34)

相关标签

最新会议 培训班 期刊库