医学研究人员释放了人工智能令人不安的能力：预测一个人的早逝。

科学家最近训练了人工智能系统来评估英国50多万人提交的十年来的总体健康数据。然后，他们在一项新的研究中报告说，他们要求人工智能预测个人是否有因慢性疾病过早死亡的风险(换句话说，早于平均预期寿命)。

第一作者斯蒂芬翁博士，是一个由AI算法做出的过早死亡的预测，其精度比没有机器学习的模型提供的精度要高得多。英国诺丁汉大学在一份声明中说。

为了评估受试者过早死亡的可能性，研究人员测试了两种类型的AI:“深度学习”，其中分层信息处理网络帮助计算机从例子中学习；以及“随机森林”，这是一种相对简单的人工智能类型，它结合了几个树状模型来考虑可能的结果。

然后，他们将人工智能模型的结论与标准算法(称为考克斯模型)的结果进行了比较。

科学家们使用这三个模型来评估英国生物银行的数据，这是一个开放的遗传、身体和健康数据数据库。2006年至2016年期间，共有50万人提交了数据。在此期间，近14，500名参与者死于癌症、心脏病和呼吸系统疾病。

这三个模型都证实了年龄、性别、吸烟史和既往癌症诊断等因素是评估过早死亡可能性的主要变量。然而，研究人员发现，这些模型在其他关键因素上存在差异。

Cox模型严重依赖种族和体育活动，而机器学习模型则不依赖。相比之下，根据这项研究，随机森林模型强调身体脂肪的百分比、腰围、人们吃的水果和蔬菜的量以及肤色。对于深度学习模式，主要因素包括与工作相关的危害和空气污染、酒精摄入和某些药物的使用。

在所有数值运算完成后，深度学习算法可以提供最准确的预测，并正确识别76%在研究期间死亡的受试者。相比之下，随机森林模型正确预测了约64%的过早死亡，而考克斯模型仅确定了约44%。

这不是专家们第一次在医疗保健中使用人工智能的预测能力。2017年，一个不同的研究团队证明，AI可以学会发现阿尔茨海默病的早期征兆；Live Science此前报道，他们的算法评估大脑扫描，以预测一个人是否可能患有阿尔茨海默病，这样做的准确率约为84%。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：