中国每年300万人过早死，用AI有希望避免了

过早死是70岁之前死于心血管疾病、慢性呼吸系统疾病、癌症和糖尿病等非传染性疾病。《2014年全球非传染性疾病现状报告》称全球2014年慢性病导致的死亡达到了3800万人，中国占了860万人，这860万人中39%男性，31.9%女性属于过早死，也就是说中国每年有300万人因慢性病而过早死。在现在压力越来越大的社会，过早死发生的比例越来越高。

那么如何发现自己有过早死的风险呢？

诺丁汉大学专家最新研究表明人工智能（AI）未来可以帮助自己预测是否会过早死，从而提升自己预防性的医疗。

该医疗数据科学家和医生团队开发测试了一个“机器学习”算法系统，来预测中年人因为慢性病过早死亡的风险。他们发现这个AI系统预测非常准确，比人类专家目前开发的标准预测方法要好。这项研究由PLOS ONE发表在《健康和生物医学中的机器学习》特别收藏版。

负责流行病学和数据科学的助理教授翁博士说：“防治严重疾病方面，预防性医疗越来越重要，因此我们多年来一直努力提高人工智能的准确性。人群健康风险评估大多数应用侧重于单一的疾病领域，但预测几种不同疾病导致死亡非常复杂，特别是还需考虑环境和个人因素”。

“我们在这一领域向前迈出了一大步，开发了一种独特、全面的方法，通过人工智能预测一个人过早死的风险。利用计算机建立风险预测模型，覆盖了每个被评估人的人口学特点、生物识别、临床和生活方式因素，甚至是他们每天的饮食像水果、蔬菜和肉类的比例”。

“我们利用国家统计局的死亡记录、英国癌症登记处的癌症登记和‘医院事件’统计数据，将由此产生的预测映射到了该队列中的死亡率数据。我们发现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”。

诺丁汉的研究人员预测，AI将在未来工具的开发中发挥至关重要的作用，这些工具能够为个别患者提供个性化的医学，量身定制风险管理。通过不断验证最终将这些系统投入到常规医疗保健中。

文献参考：

Stephen F. Weng, Luis Vaz, Nadeem Qureshi, Joe Kai. Prediction of premature all-cause mortality: A prospective general population cohort study comparing machine-learning and standard epidemiological approaches. PLOS ONE,2019;14(3): e0214365 DOI:10.1371/journal.pone.0214365