預警心臟病發作，人工智慧勝過醫生

心臟病發作很難提前預測。 據《科學》雜誌17日報導， 英國諾丁漢大學科學家開發了一種人工智慧新演算法， 能顯著提高心臟病發作預測準確率， 若投入臨床應用， 每年或可挽救數百萬生命。

目前， 全球每年近2000萬人死於心血管疾病及相關疾病， 包括心臟病發作、中風、腦動脈梗塞和其他循環系統功能障礙。 為了預測這些疾病， 許多醫生使用美國心臟病學會（ACC）和美國心臟學會（AHA）提供的指南， 包括評估年齡、膽固醇水準、血壓等8個風險因素， 但這些指標過於簡單， 無法顧及患者服用多種藥物、其他疾病及生活方式等因素的影響。

諾丁漢大學流行病學家史蒂芬·翁帶領團隊， 詳細比較了ACC/AHA預測指南與4種機器學習演算法——隨機森林、邏輯回歸、梯度增強和神經網路之間的資料分析效率， 並希望在沒有人為指導的情況下創建預測工具。

機器學習被“投喂”了大量資料， 包括英國378256名患者的電子病歷， 目的是在與心血管疾病發作有關的記錄中找到共同模式。 人工智慧演算法先用大約78%的病歷記錄， 建立自己的內部“指導方針”， 然後對剩餘的記錄進行測試。 基於2005年的可用記錄資料， 人工智慧預測了在未來10年內哪些患者心血管疾病會首次發作， 並對照檢查了2015年的記錄資料， 其考慮的變數比ACC/AHA指南多出22個， 包括種族、關節炎和腎臟疾病等因素。

結果顯示， 機器學習方法表現明顯優於ACC/AHA指南。 表現最好的神經網路演算法， 比ACC/AHA方法的正確預測率高出7.6%， 還降低了一定的錯誤預警率， 相當於在8.3萬名患者中額外挽救了355人的生命。 其中， 對預測結果影響最強的變數包括是否有嚴重精神疾病、是否服用口服皮質類固醇， 以及是否罹患糖尿病。

英國曼徹斯特大學資料科學家認為， 如果“投喂”更多的資料給新的人工智慧演算法， 可能獲得更佳的效果。 （記者房琳琳）