{{{sourceTextContent.title}}}

‚Die Flugschreiber-‘ Lernfähigkeit einer Maschine sagt Herzinfarkte voraus

{{{sourceTextContent.subTitle}}}

Das Lassen von Maschinen Risikofaktoren in einer großen Anzahl Patienten lernen macht für bessere Vorhersagen von Herzinfarkten, entsprechend einer neuen Studie.

{{{sourceTextContent.description}}}

Der „Blackbox“ Algorithmus der künstlichen Intelligenz, der von Doktoren und von den Datenexperten an der Universität von Nottingham eingesetzt wurde, war an Vorhersageherzinfarkten besser, als die typische Methodologie, die durch das amerikanische College von Kardiologie hergestellt wird, sie in PLOS One berichten.

„erheblich Maschine-lernen verbessert die Genauigkeit der kardiovaskulären Risikovorhersage und erhöht die identifizierte Anzahl der Patienten, wer von vorbeugender Behandlung profitieren könnte, bei der Vermeidung der unnötigen Behandlung von anderen,“ sie schreiben.

Die Wissenschaftler nahmen eine Gruppe von 383.592 Patienten von der des Vereinigten Königreichs klinischen Praxis-Forschungs-Datenverbindung. Eine große Vielfalt von Risikofaktoren und Gesundheitsergebnisse wurden von Januar 2005 bis Januar 2015 aufgespürt.

Ein gelegentliches 75 Prozent der Probe (295.267) stieg in das „Training“ des AI ein. Die anderen 25 Prozent (82.989 Patienten) wurden verwendet, um die Genauigkeit der Maschine-produzierten Algorithmen zu prüfen.

Das traditionelle Kardiologievorhersagenmodell vom ACA umfasst Faktoren wie Alter, Gesamtcholesterin, HDL-Cholesterin und raucht, Blutdruck und Diabetes.

Aber die vier Maschinenalgorithmen gedreht herauf eine größere Anzahl von Faktoren in ihren Modellen, umfassend: COPD, schwere Geisteskrankheit, Verordnung von Mundkortikosteroiden, Triglyzeridniveaus, Vorhofflimmern, chronische Nierenerkrankung und rheumatoide Arthritis.

Es gab 24.970 kardiovaskuläre Ereignisse in der Testgruppe. Die neuralen Netze, die der Algorithmus, der durch den AI hergestellt wurde (das Beste der vier Modelle) 3,6 Prozent genauer als das gegenwärtige hergestellte Modell, die Nottingham-Forscher war, berichten. Die meisten wichtig, korrigierte es voraussagte zusätzliche 355 weitere Patienten, die Herz-Kreislauf-Erkrankung entwickelten, das nicht durch die ACA-Richtlinien identifiziert wurden.

Aber die Beschränkungen auf „der Blackbox“ Lernfähigkeit einer Maschine sind wichtig zu merken, sie hinzufügen. Die Maschine entwickelt seine eigenen Werkzeuge und Techniken der Vorhersage, die von den Bedienungspersonen nur teilweise verstanden werden und aufgezeichnet werden können, erklären sie.

„Es ist bestätigt, dass die ‚Blackbox‘ Art von Maschine-Lernenalgorithmen, insbesondere neurale Netze, schwierig sein kann zu interpretieren,“ sie schreibt. „Dieses bezieht sich die auf inhärente Komplexität in, wie die Risikofaktorvariablen aufeinander einwirken und ihre unabhängigen Effekte auf das Ergebnis.“

Die Lernfähigkeit einer Maschine ist zu als Methode, eine komplexe Vielzahl von Risikofaktoren in den Krankheiten umzugeben geschaut worden, die noch unvorhersehbar sind. Letzter Monat schlug ein Team eines Alzheimer Vorhersagenmodell in PLOS-Medizin vor.