
研究人員已經開發了一種基于人工智能(AI)的系統,以預測中年成年人慢性疾病引起的早期死亡的風險。
PLOS一個雜志出版的研究發現,新的AI機器學習模型被稱為“隨機森林”和“深度學習”在其預測中非常準確,并且比人類專家開發的當前標準方法更好地表現優于當前的預測方法。
英國大學諾丁漢大學助理教授的斯蒂芬·翁助理教授表示,這種新的風險預測模型考慮了每個滲透的人口,生物識別,臨床和生活方式因素,并評估了每天的飲食消費水果,蔬菜和肉類。
基于年齡和性別的傳統使用的“COX回歸”預測模型是預測死亡率的最低準確性,也是一種多元硬幣模型,其工作得更好,但傾向于過度預測風險。
“預防醫療保健是對抗嚴重疾病的爭奪優先事項,因此我們一直在工作多年來,提高一般人群計算機健康風險評估的準確性,”翁說。
對于這項研究,團隊包括超過40至69歲的人數超過50萬人。
雖然這些技術可能是許多人在衛生研究中的新增功能,但難以遵循的是,以透明的方式明確地報告這些方法可以有助于裁判教授的教授喬凱表示,透明的方式可以幫助您對醫療保健的科學核查和未來發展。