醫生要下崗的節奏 AI的心臟病發作預測準確率超過人類

人工智慧（AI）正在迅速發展，科學家認為，計算機來對心臟病發作的預測效果已經超過醫生。加州斯坦福大學的血管外科醫生Elsie Ross強調了這項工作的重要性，並希望醫生開始接受AI。如果科學家能夠大規模地實施這一突破，就可以挽救無數人的生命。要知道，每年有2000萬人死於心血管疾病，包括中風，心臟病發作和冠狀動脈疾病。

現有的ACC / AHA指南有助於醫生更好地預測這些疾病，綜合衡量患者的各種危險因素，包括年齡，血壓和膽固醇。然而，該系統沒有考慮到許多其他因素，如患者藥物，疾病，和生活方式的風險。來自諾丁漢大學的流行病學家Stephen Weng說，人體中存在很多相互作用，例如身體脂肪，在某些情況下，它們可以防止心血管疾病。但願機器學習和AI能夠快速計算所有因素，更好地預測患者未來的心臟病。

AI通過自主學習預測心血管事件

新研究比較了使用機器學習技術的四種計算機演算法。計算機的任務是分析來自英國的378,256例病人病歷。AI演算法正在努力從的數據中尋找心血管事件的模式。AI被設計為自己學習，建立自己的診斷指南，然後測試自己的準確性。計算機繼續預測未來10年內可能發生的心血管事件。AI學習的數據來自2005年，研究人員用2015年醫療記錄與AI預測心血管事件進行比較。

科學家發現，所有四種AI演算法都比基於患者記錄的人工診斷結論更好。使用稱為AUC的評分系統，其使用0.0和1.0之間的數字，醫生的結論等於約0.73（73％的準確度），但計算機AI結論等於約0.75（75％準確度）。神經網路演算法的表現最好，得分為76％。使用2005年至2015年的醫療記錄，355例死亡患者被計算機認定為可能的心血管問題的候選人。如果這些人通過改變飲食或降膽固醇藥物進行預防性護理，他們的生命原本就可以得到挽救。

醫生會很快採用人工智慧嗎？

據曼徹斯特大學數據科學家Evangelos Kontopantelis介紹，提供更多的記錄數據或提供更多的電腦來解決問題可能會取得更大的成果。AI演算法確定了標準ACC / AHA指南未考慮的幾種心血管危險因素，如口服皮質類固醇或精神疾病，但AI沒有將糖尿病識別為危險因素。科學家希望為AI演算法提供更多的數據，如遺傳或其他生活方式因素，這將進一步增強預測結果。

在使用人工智慧時也有一些限制，因為人們很難理解AI內部發生的事情，因為它只是得出結論。計算機科學家也需要時間來完善機器學習演算法。此外，當將AI應用於新的場景時，AI的計算結果可能是不可預測的。儘管存在這些問題，希望醫生能夠儘快採用AI協助病人，並可能在未來挽救更多的生命。