比傳統方法更好,AI 預測過早死亡風險準確率逾 7 成

作者 | 發布日期 2019 年 03 月 28 日 14:07 | 分類 AI 人工智慧 , 醫療科技 follow us in feedly

人類對 AI 應用的期待,已經到了無所不能的神話境界,最近英國醫學研究人員解開 AI 令人不安的能力,即預測一個人的早逝。且科學家發現透過 AI 演算法的早期死亡預測,比傳統研究人員使用的預測方法更準確。



英國諾丁漢大學(University of Nottingham)科學家最近訓練 AI 系統來評估 2006~2016 年英國超過 50 萬人的一般健康數據,在這十年期間,將近 14,500 人死亡,主要是因癌症、心臟病和呼吸系統疾病。

然後科學家使用 AI 預測個體是否有過早死亡的風險。為了評估受試者過早死亡的可能性,研究人員測試兩種類型 AI,一種是深度學習,分層資訊處理網路幫助電腦從案例中學習,另一種是一種更簡單的 AI,叫隨機森林(Random Forest),結合多個樹狀模型來考慮可能的結果。然後,他們將 AI 模型的結論與廣為應用的一種迴歸分析模型,簡稱為 Cox 模型的結果比較。

這 3 個模型都確定年齡、性別、吸菸史和既往癌症診斷等因素,是評估一個人早逝可能性的最重要變量。但 3 種模型仍有不同的關鍵變量,如 Cox 模型在很大程度上傾向種族和身體活動,隨機森林模型更強調體脂百分比、腰圍、人們吃的水果和蔬菜數量及膚色。對深度學習模型,最重要的因素包括接觸與工作相關的危害和空氣污染、酒精攝入和使用某些藥物。

完成所有運算後,深度學習演算法提供最準確的預測,正確辨識 76% 在研究期間死亡的受試者。相比之下,隨機森林模型正確預測約 64% 過早死亡,而 Cox 模型僅辨識出約 44%。

諾丁漢大學科學家認為,AI 將在未來工具開發方面發揮重要作用,這些工具能提供個性化醫療,為個體患者量身訂做風險管理方案。該研究已發表在《公共科學圖書館:綜合》(PLOS ONE)特刊《Machine Learning in Health and Biomedicine》。

這不是專家第一次利用 AI 做醫療預測。2017 年,另一研究團隊證明 AI 可透過學習大腦的掃描檔案,發現阿茲海默症的早期症狀,且準確度約為 84%。另一項研究發現,AI 可預測 6 個月大嬰兒的自閉症發病率。另一項研究讓 AI 透過分析視網膜掃描來檢測糖尿病跡象,還有一個研究也使用視網膜掃描數據預測患者心臟病發作或中風的可能性。

(首圖來源:Flickr/Pâmela Soares CC BY 2.0)