北京時間4月17日上午消息，機器學習算法預測心臟病的準確性比美國心臟病學會/美國心臟協(xié)會（ACC/AHA）的指標高出7.6%。

　　據(jù)估算，每年有2000萬人死于心血管疾病。幸運的是，來自英國諾丁漢大學的一組研究人員開發(fā)出一種機器學習算法，可以像醫(yī)生一樣，預測心臟病發(fā)作或中風的可能性。

　　ACC/AHA已經(jīng)制定了一系列指導方針，可基于年齡、膽固醇水平和血壓等八個因素，對患者罹患心血管并的風險加以評估。平均來說，該系統(tǒng)的估值正確率可高達72.8%。

　　盡管這已經(jīng)相當準確了，但Stephen Weng及其團隊想做得更好。他們建立了四種計算機學習算法，然后輸入英國378,256名患者的數(shù)據(jù)。該系統(tǒng)首先使用大約295,000條記錄，以生成內(nèi)部預測模型。然后，使用剩余的記錄對算法進行測試和完善。計算結(jié)果大大高于ACC/AHA標準，準確率的范圍從74.5%到76.4%不等。經(jīng)測試，神經(jīng)網(wǎng)絡算法的準確率最高，比現(xiàn)有標準高出7.6個百分點，同時，誤報率也提高了1.6%。

　　在參與測試的83,000組病人記錄中，該系統(tǒng)額外挽救了355人的生命。有趣的是，人工智能系統(tǒng)確定了一些未包括在現(xiàn)有指導方針之內(nèi)的風險因素和預測數(shù)值，例如嚴重的精神疾病和皮質(zhì)類固醇的口服劑量。 “生物系統(tǒng)中存在大量相互作用，”Weng對媒體說。“這是人體的現(xiàn)實情況。計算機科學能夠幫助我們對這些聯(lián)系加以探索。”