当前位置:

OFweek人工智能网

正文

诺丁汉大学开发AI心脏病预测系统:准确度超74%

导读: 如果用1.0分表示100%准确度,传统预测标准得分为0.728。而机器学习模型的结果是从0.745到0.764。

目前AI系统在诊断疾病、分析医学图像和预测健康结果方面表现出巨大的前景,甚至在诸如手术缝合和诊断婴儿自闭症等方面比医生表现更好。但现在,在AI医学应用又有了新进展,英国诺丁汉大学的研究人员创建了一个扫描患者常规医疗数据的系统,以预测其在未来10年心脏病或中风风险。

目前预测这类心血管疾病实际上是一个非常困难的任务。研究人员在最近发表的论文中表示,大约有一半的心脏病和中风发生在那些没有被标记为“有风险”的人群中。而目前评估患者患病风险的标准方法主要依赖于心脏协会学会制定的指南。现有标准的着眼点在于用高血压,胆固醇,年龄,吸烟和糖尿病等风险因素判定其发病几率。

诺丁汉大学开发人工智能心脏病预测系统:准确度超72%

研究员Stephen Weng和他的同事基于英国的378,256名患者的病历档案测试了几种不同的机器学习工具。这些病历档案记录了2005年至2015年的患者及其健康状况,包含医疗条件,处方药,医院就诊,检查结果等信息。 研究人员把75%的病历送到他们的机器学习模型中,以找出10年内经历心脏病发作或中风的患者的特征。然后对其他25%的记录进行了模型测试,来检测他们预测心脏病发作和中风的准确程度如何。

如果用1.0分表示100%准确度,传统预测标准得分为0.728。而机器学习模型的结果是从0.745到0.764,最佳分数来自神经网络机器学习模型:神经网络模型在7404例实际病例成功预测了4,998例,比传统方法多了355例。利用该技术进行预测可以帮助医生采取相应的预防措施,如为有发病风险的患者开具处方药来降低胆固醇。

那么该AI工具在实际诊断中是如何帮助医生工作的呢?Stephen Weng表示他们的算法可以在查看、分析整个患者列表后,将有发病风险的患者标记出来,提醒医生注意。这个过程可以既可以发生在病患坐在医生面前进行例行检查的时候,也可以在病人不在场时完成。Stephen Weng指出该平台的主要优势在于预测准确度:虽然类似的临床决策支持软件已经存在,但不同于这些软件,他们开发的系统使用了AI模式识别,可以提供更准确结果预测。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: