機(jī)器算法已能預(yù)測(cè)心臟病死亡率 準(zhǔn)確率超過(guò)90％
國(guó)際核心臟病學(xué)和心臟CT會(huì)議（ICNC）今日宣布，機(jī)器學(xué)習(xí)在預(yù)測(cè)心臟病死亡率發(fā)作方面超越了人類。
國(guó)際核心臟病學(xué)和心臟CT會(huì)議是由美國(guó)核心臟病學(xué)會(huì)（ASNC），歐洲心臟病學(xué)會(huì)（ESC）的歐洲心血管成像協(xié)會(huì)（EACVI）和歐洲核醫(yī)學(xué)（EANM）協(xié)會(huì)共同組織的國(guó)際醫(yī)學(xué)大會(huì)。
通過(guò)反復(fù)分析950名患有6年的心臟病患者群體當(dāng)中中的85個(gè)變量，機(jī)器算法“學(xué)習(xí)”了成像數(shù)據(jù)如何發(fā)揮作用。 然后，它確定了將變量與心臟病發(fā)作的死亡相關(guān)聯(lián)的模式，準(zhǔn)確率超過(guò)90％。
機(jī)器學(xué)習(xí)是人工智能（AI）的基礎(chǔ)。 谷歌的搜索引擎 ，智能手機(jī)上的人臉識(shí)別，自動(dòng)駕駛汽車，視頻網(wǎng)站的推薦系統(tǒng)都使用機(jī)器學(xué)習(xí)算法來(lái)適應(yīng)個(gè)人用戶。
芬蘭圖爾庫(kù)PET中心的Luis Eduardo Juarez-Orozco博士說(shuō)：“這些研究發(fā)展遠(yuǎn)遠(yuǎn)超出了醫(yī)學(xué)方面的進(jìn)展，我們需要對(duì)如何評(píng)估風(fēng)險(xiǎn)和結(jié)果持謹(jǐn)慎態(tài)度。我們有數(shù)據(jù)，但我們尚未充分利用它?！?/p>
醫(yī)生使用風(fēng)險(xiǎn)評(píng)分來(lái)做出治療決策。 但這些分?jǐn)?shù)僅基于少數(shù)變量，并且通常在個(gè)體患者中具有適度的準(zhǔn)確性。 通過(guò)重復(fù)和調(diào)整，機(jī)器學(xué)習(xí)可以利用大量數(shù)據(jù)并識(shí)別人類可能不明顯的復(fù)雜模式。
Juarez-Orozco博士解釋說(shuō)：“人類很難思考三個(gè)維度（一個(gè)立方體）或四個(gè)維度（一個(gè)多維數(shù)據(jù)集的時(shí)間）。當(dāng)我們跳到第五維度時(shí)，我們就迷失了。我們的研究表明，非常高的維度模式比單維模式更有用，可以預(yù)測(cè)個(gè)體的結(jié)果，因此我們需要機(jī)器學(xué)習(xí)。“
該研究納入了950例胸痛患者，這些患者接受了該中心常規(guī)的冠狀動(dòng)脈疾病治療方案 。 冠狀動(dòng)脈計(jì)算機(jī)斷層掃描血管造影（CCTA）掃描產(chǎn)生了58條關(guān)于冠狀動(dòng)脈斑塊，血管狹窄和鈣化的數(shù)據(jù)。 具有提示疾病的患者進(jìn)行了正電子發(fā)射斷層掃描（PET）掃描，產(chǎn)生了17個(gè)血流量變量。 從醫(yī)療記錄中獲得了十個(gè)臨床變量，包括性別，年齡，吸煙和糖尿病。
在平均6年的隨訪期間，實(shí)驗(yàn)對(duì)象有24次心臟病發(fā)作，49人死亡。 將85個(gè)變量輸入到名為L(zhǎng)ogitBoost的機(jī)器學(xué)習(xí)算法中，該算法不斷分析這些變量，直到找到預(yù)測(cè)心臟病發(fā)作或死亡的最佳結(jié)構(gòu)。
Juarez-Orozco博士說(shuō)：“該算法逐步從數(shù)據(jù)中學(xué)習(xí)，經(jīng)過(guò)多輪分析后，它計(jì)算出應(yīng)該用于有效識(shí)別患者事件的高維模式?！?/p>
聯(lián)系客服
