星期二 , 九月 17 2019
Home / 探索 / 類Netflix演算法 可預測「死期」…準確率達90%
In this Sept. 5, 2018, photo provided by Katie McGillivray, Boston Marathon race director Dave McGillivray gives the thumbs-up after undergoing an angiogram at Massachusetts General Hospital in Boston. McGillivray, recovering from subsequent open-heart triple bypass surgery, is cautioning people thinking of running a marathon to talk with their doctors before hitting the road, especially if they have coronary artery disease or a family history of it. (Katie McGillivray via AP)

類Netflix演算法 可預測「死期」…準確率達90%

類似Netflix和Spotify等串流系統用來推薦個別用戶觀看或聆賞影音內容的演算法,竟然可以預測出誰有可能心臟病發作或死亡,而且準確率高達90%。

研究人員讓950名抱怨胸痛的病患接受冠狀動脈電腦斷層掃描相關儀器測試,之後再將所得資訊,拿去給受過機器訓練的LogitBoost演算。這種演算法的程式編寫,使用85種變數計算出患者健康風險,結果精準到讓眾多醫生跌破眼鏡。

機器訓練屬於人工智慧發展的一環,指的是讓機器「自主學習」。

廣告:

這項在核心臟病學及心臟電腦斷層掃描國際會議(International Conference on Nuclear Cardiology and Cardiac CT,ICNC)發表的最新研究結果顯示,研究人員持續追踪患者六年,結果發現,演算法得出的健康風險評估預料會發生24次心臟病發作並造成49人死亡,精確度高達90%。

研究報告作者芬蘭圖爾庫PET中心(Turku PET Centre)華洛斯-歐洛斯柯(Luis Eduardo Juarez-Orozco)指出,「機器算法方面的進步,遠遠超出了醫學現有發展。醫學風險評估結果需要謹慎以待,我們手上的數據顯然有待充分發揮」。

Related:  孫翠鳳病情曝光: 先天性心臟病

醫生主要依據風險評分來決定如何治療,但這些評分大都是根據病患少量的變數做出。機器則是通過反複調整,使用大量數據來辨識出人類不明顯的複雜模式。

華洛斯-歐洛斯柯表示,「人類很難想到三維或四維。而且,當情況跳到第五維時,我們就沒輒了。研究顯示,非常多維的模式比單維模式更有用,可以預測出個別結果;我們的確需要機器學習。」

華洛斯-歐洛斯柯指出,機器學習可以整合出各項數據並準確預測個人風險,醫生得以提供患者個別化治療,得到更好的結果。

訂做 環保袋 - 帆布袋 - 不織布環保袋 - 紙袋 - 尼龍袋 - 冰袋

Check Also

豬腦死亡4小時 科學家讓它“死而復生”至少6小時

最新一期英國《自然》雜誌公佈了 ...