新的研究能夠預測你什麼時候死亡

有一個難以捉摸的創新，它將徹底改變醫學：一種在疾病變得明顯之前發現它們的方法。

最近發表在科學報告雜誌上的一項研究可以使我們更接近於這一能力，揭示了人工智慧對常規醫學掃描的分析可以變成人們健康和死亡風險的有力預測因素。

研究人員利用機器學習演算法對來自48名成年人的常規胸部CT掃描進行分析，這些人都超過60歲。通過對比掃描數據，該系統能夠預測研究參與者在五年內死亡的概率約為70%，與人類醫學專家的死亡率預測一樣準確。（研究人員使用了五年內已經存活或死亡的患者的舊數據，這使得他們能夠驗證系統的預測。）

胸部掃描是衡量健康的極好方法，因為它們允許醫生看到主要器官和組織，如心臟，肺和主要血管等等。專家通常使用這些圖像來檢查像腫瘤這樣的生物標誌物，並測量動脈粥樣硬化斑塊的數量，這是動脈危險性積聚的標誌。機器學習系統以不同的方式工作，識別患者之間的微妙變化，以發現潛在的危險異常。

這意味著研究人員無法確切地知道系統學到的哪些因素與死亡率的增加相關聯。然而，他們知道，通過更大的數據集，系統可以更好地區分異常。研究人員正在進行類似的研究，共有超過12,000名參與者。

這種AI技術的最直接應用將是從常規胸部CT掃描分析更多的數據，並提供風險計算，而無需人類醫學專家花費時間進行每次掃描。

但正是這項研究的長期影響激發了研究人員的興趣。

研究的主要作者盧克·奧克登 - 雷納（Luke Oakden-Rayner）說：「雖然本研究僅使用了一小部分患者樣本，但我們的研究表明，計算機已經學會認識到複雜的疾病成像外觀，需要對人類醫學專家進行廣泛的培訓。我們的研究為人工智慧技術在醫學圖像分析中的應用開闢了新的途徑，可以為需要特定醫療干預的嚴重疾病的早期發現提供新的希望。」

精確醫學的基本思想是，可以分析大量的健康數據，以確定人們之間的微小差異如何影響他們的健康結果。那麼這種分析可以幫助人們了解他們的獨特特徵如何使他們或多或少地受到某種疾病或病症的影響。

開發這種技術在很大程度上是精密醫學計劃正在進行的研究工作的目標。

迄今為止，許多精密醫學研究集中在遺傳學上，因為人類基因組擁有大量關於我們的健康的信息，包括對某些疾病傾向的線索。

但遺傳學在理解慢性和年齡相關疾病如心臟病，癌症和糖尿病方面不太有用。這些疾病是造成死亡的主要原因之一，但根據研究，這些疾病的可觀察特徵的70％至90％是非致病性的。因為生活方式和環境發揮重要作用，遺傳學只能給我們這些疾病的有限信息。

為了在這些條件下應用精密醫學方法，研究人員需要不同的健康數據來源，這是非侵入性的，可以為許多人提供大量的信息。那就是CT掃描和放射學進入的地方。

研究人員解釋說，簡單的掃描可以揭示一個人內髒的各種信息。這是許多重大疾病的徵兆出現的第一個地方，甚至在病人發現某些地方有問題之前就會出現。因此，一個能夠分析CT掃描和自動檢查疾病指標的系統可能能夠預測多種疾病的發展。

儘管最近的這項研究很有前景，它只研究了少數患者，只關注胸部掃描數據。需要進行更多的研究，但科學家們希望採用更廣泛的類似方法可以幫助醫生及早捕獲疾病並進行干預。

那將是相當革命性的。

奧克登 - 雷納（Oakden-Rayner）說：「通過整合大量數據和檢測微妙的模式，自動化系統可以預防醫療結果，而不是專註於診斷疾病。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！