污水處理設(shè)備 污泥處理設(shè)備 水處理過濾器 軟化水設(shè)備/除鹽設(shè)備 純凈水設(shè)備 消毒設(shè)備|加藥設(shè)備 供水/儲水/集水/排水/輔助 水處理膜 過濾器濾芯 水處理濾料 水處理劑 水處理填料 其它水處理設(shè)備
上海鈺博生物科技有限公司
上海鈺博生物科技有限公司
閱讀：221發(fā)布時間：2017-4-17
即使醫(yī)生有很多工具可以預(yù)測患者的健康，但是他們?nèi)詴嬖V你這些工具遠(yuǎn)遠(yuǎn)不能應(yīng)對人體的復(fù)雜性。而心臟病發(fā)作就特別難以預(yù)測。現(xiàn)在，科學(xué)家已經(jīng)表明，自我學(xué)習(xí)式計算機可比標(biāo)準(zhǔn)醫(yī)療指導(dǎo)方針實現(xiàn)更好的性能，顯著提高預(yù)測率。如果推廣開來，這項新方法每年可挽救數(shù)千甚至數(shù)百萬的生命。
加州斯坦福大學(xué)血管外科醫(yī)生 Elsie Ross 說：＂這種方法簡直太重要了，我真的希望醫(yī)師們能夠開始使用人工智能幫助照顧患者。〃
每年有近 2000 萬人死于心腦血管疾病，包括心臟病、腦溢血、阻塞性動脈和其他循環(huán)系統(tǒng)功能性障礙。為了預(yù)測這些疾病，許多醫(yī)師使用和美國心臟病學(xué)會/美國心臟協(xié)會（ACC/AHA）相似的指導(dǎo)方針。這些方針都是基于包括年齡、膽固醇水平和血壓在內(nèi)的八個風(fēng)險因素，這些因素是醫(yī)生不斷積累起來的。
但是這太單一以至于無法解釋患者服用的許多藥物，或者其他疾病和生活因素。英國諾丁漢大學(xué)流行病學(xué)家 Stephen Weng 說：＂生物系統(tǒng)中有很多相互作用。這些相互作用是違反直覺的：在某些情況下，身體大量的脂肪實際上可防止心臟病發(fā)作。〃Weng 說：＂這是人類身體的真實情況，計算機科學(xué)可幫助我們探索這些因素之間的關(guān)聯(lián)。〃
在一項新研究中，Weng 和其同事對比了 ACC/AHA 指導(dǎo)方針和 4 個機器學(xué)習(xí)算法：隨機森林（random forest）、logistic 回歸（logistic regression）、梯度提升（gradient boosting）以及神經(jīng)網(wǎng)絡(luò)（neural networks）。為了在沒有人類指示的情況下得出預(yù)測工具，所有這 4 項技術(shù)分析了大量數(shù)據(jù)，被分析的數(shù)據(jù)來自英國 378256 名患者的電子醫(yī)療記錄，目標(biāo)是在與心血管疾病有關(guān)的記錄之中找出發(fā)病模式。
首先，人工智能（AI）算法必須自我訓(xùn)練。模型使用 78% 的數(shù)據(jù)（約 295267 條記錄）來搜索模式并構(gòu)建它們自己的內(nèi)部＂指導(dǎo)方針〃。然后使用剩余的記錄對自己進(jìn)行測試。在使用 2005 年的可用記錄數(shù)據(jù)后，系統(tǒng)能預(yù)測在未來十年內(nèi)哪些患者會發(fā)生心腦血管疾病，然后再使用 2015 年的記錄檢查預(yù)測結(jié)果。與 ACC/AHA 指導(dǎo)方針不同，機器學(xué)習(xí)方法可考慮超過 22 個的特征，包括民族、關(guān)節(jié)炎和腎臟疾病等。
所有 4 種人工智能方法的表現(xiàn)都優(yōu)于 ACC/AHA 指導(dǎo)方針。我們使用 AUC（其中 1.0 表示 100% 的度）的統(tǒng)計量，ACC/AHA 指導(dǎo)方針達(dá)到 0.728，而 4 種人工智能方法的度在 0.745 到 0.764 之間，Weng 的團隊這個月在 PLOS ONE 報告了這一成果。的神經(jīng)網(wǎng)絡(luò)方法的與測量不僅比 ACC/AHA 指導(dǎo)方針多出 7.6%，同時還減少了 1.6% 的錯誤預(yù)警。在大約有 83000 條記錄的測試樣本中，這相當(dāng)于多挽救了 355 名額外的患者。Weng 說，這是因為預(yù)警通常就會導(dǎo)致患者通過服用降低膽固醇的藥物或改變飲食進(jìn)行預(yù)防。
英國曼徹斯特大學(xué)數(shù)據(jù)科學(xué)家 Evangelos Kontopanis（其使用基層醫(yī)療數(shù)據(jù)庫開展工作）說：＂這是一項高質(zhì)量研究，更強的計算能力或者更多的訓(xùn)練數(shù)據(jù)有助于解決這一問題，并獲得更大的研究成果。〃
ACC/AHA 指導(dǎo)方針并不包含被機器學(xué)習(xí)算法認(rèn)定為zui強預(yù)測因子的幾個風(fēng)險因素，比如擁有嚴(yán)重的心理疾病和服用皮質(zhì)類固醇（corticosteroid）。同時，沒有一個機器學(xué)習(xí)算法認(rèn)為 ACC/AHA 列表上的糖尿病是 10 大預(yù)測因子之一。Weng 繼而希望計算機算法能涵蓋其他生活因素和遺傳因素而提升其度。Kontopanis 注意到了這項研究工作的一個局限性：機器學(xué)習(xí)算法就像黑箱，你可以看到輸入數(shù)據(jù)和輸出結(jié)果，卻無從得知黑箱之中發(fā)生了什么。這使得人類難以調(diào)整算法，算法也無法泛化到新場景中的預(yù)測。
醫(yī)師很快會在實踐中采取相似的機器學(xué)習(xí)算法嗎？Ross 說："醫(yī)師對自己的專長感到自豪，但是我，作為新一代人，發(fā)現(xiàn)計算機可以協(xié)助我們
環(huán)保在線 設(shè)計制作，未經(jīng)允許翻錄必究 .? ? ?
請輸入賬號
請輸入密碼
請輸驗證碼
請輸入你感興趣的產(chǎn)品
請簡單描述您的需求
請選擇省份
<tr id="cgeqi"></tr>