在未来AI能够预测慢性疾病患者的早逝风险，那么你相信电脑的吗

如果有一天你被告知你会死，你会紧张、困惑或平静吗？

最近，诺丁汉大学的专家们的一项新研究表明，能够自学预测过早死亡的计算机在未来可能大大改善预防医学。

一组医学数据科学家和医生开发并测试了一个基于计算机的“机器学习”算法系统，该系统可以预测大量中年人因慢性病过早死亡的风险。

他们发现人工智能系统的预测非常准确，并且比目前人类专家开发的标准预测方法表现得更好。这项研究发表在PLoSOne的《健康与生物医学机器学习》专刊上。

该研究小组使用了英国生物银行从2006年到2010年招募的50多万40至69岁年龄段的人的健康数据，并继续跟进到2016年。

领导这项工作的流行病学和数据科学助理教授Stephen Weng博士说：“预防保健在对抗严重疾病方面越来越重要，因此我们多年来一直致力于提高普通人群计算机健康风险评估的准确性。大多数应用都集中在单一疾病领域，但是预测由于几种不同疾病结果导致的死亡是非常复杂的，特别是考虑到可能影响这些疾病的环境和个人因素。

\“通过机器学习，我们开发了一种独特而全面的方法来预测过早死亡的风险，这表明我们在这一领域迈出了一大步。这项研究使用计算机建立了新的风险预测模型，该模型包含了广泛的人口统计学、生物统计学、临床和评估的个人生活方式因素，甚至包括他们每天的水果、蔬菜和肉类消费。

\“我们使用国家统计局（NBS）死亡记录办公室、癌症登记处和医疗事件统计数据，将预测结果与该组的死亡率数据进行映射。结果表明，机器学习算法在预测死亡方面比人类专家开发的标准预测模型要准确得多。

新研究中使用的人工智能机器学习模型被称为“随机森林”和“深度学习”。这与传统的基于年龄和性别的“Cox回归”模型（被发现是预测死亡率最不准确的模型）和多变量Cox模型（效果更好，但常常高估风险）形成了鲜明对比。

这项新的研究建立在诺丁汉队以前的工作基础上。结果表明，随机森林法、逻辑回归法、梯度增强法和神经网络法等四种人工智能算法在预测心血管疾病方面均优于现行心脏病学指南中所采用的算法。

诺丁汉大学的研究人员预测人工智能将在未来的工具开发中发挥关键作用，它可以为个体患者提供个性化药物和定制风险管理。进一步的研究需要在其他人群中测试和验证这些人工智能算法，并探索在日常医疗保健中实现这些系统的方法。

目前，人工智能系统在医学领域的应用越来越多，甚至在预测病人死亡时间方面也越来越广泛。

据媒体报道，早在2017年，伦敦理工大学医疗服务科学家小组的一项研究就可以通过人工智能系统准确预测心脏病患者的死亡时间。该系统采用专用软件对患者的血液进行分析，还包括三维心脏模型的检测。

在试验期间，系统的预测准确率达到80%，而全科医生的经验预测准确率仅为60%。

然而在2017年，在洛杉矶儿童医院，两位数据科学家开发了一个人工智能系统，使医生能够更好地了解哪些儿童在儿科重症监护病房可能会变得更糟。

他们使用了超过12000名病人的健康记录，机器学习程序在数据中找到了模式，成功地识别了垂死的病人。该方法预测死亡率的准确率为93%，明显优于目前医院使用的简单评分系统。

去年10月，谷歌的研究人员开发了一个人工智能系统，以99%的准确率检测转移性乳腺癌。