北京时间4月17日上午消息，机器学习算法预测心脏病的准确性比美国心脏病学会/美国心脏协会（ACC/AHA）的指标高出7.6%。
据估算，每年有2000万人死于心血管疾病。幸运的是，来自英国诺丁汉大学的一组研究人员开发出一种机器学习算法，可以像医生一样，预测心脏病发作或中风的可能性。
ACC/AHA已经制定了一系列指导方针，可基于年龄、胆固醇水平和血压等八个因素，对患者罹患心血管并的风险加以评估。平均来说，该系统的估值正确率可高达72.8%。
尽管这已经相当准确了，但Stephen Weng及其团队想做得更好。他们建立了四种计算机学习算法，然后输入英国378,256名患者的数据。该系统首先使用大约295,000条记录，以生成内部预测模型。然后，使用剩余的记录对算法进行测试和完善。计算结果大大高于ACC/AHA标准，准确率的范围从74.5%到76.4%不等。经测试，神经网络算法的准确率最高，比现有标准高出7.6个百分点，同时，误报率也提高了1.6%。
在参与测试的83,000组病人记录中，该系统额外挽救了355人的生命。有趣的是，人工智能系统确定了一些未包括在现有指导方针之内的风险因素和预测数值，例如严重的精神疾病和皮质类固醇的口服剂量。 “生物系统中存在大量相互作用，”Weng对媒体说。“这是人体的现实情况。计算机科学能够帮助我们对这些联系加以探索。”
