在人工智能大放异彩的今天，许多研究者都开始使用人工智能来进行分类、识别和预测。来自英国诺丁汉大学的研究者就使用人工智能的方法对心血管疾病的发生进行预测，且预测准确率高于医生。研究结果于4月4日发表在Plos One上，文章题目是Can machine-learning improve cardiovascular risk prediction using routine clinical data。

每年都有大约2000万人死于心血管疾病，如果能根据身体的指标对心血管疾病的发生做出准确预测，将给患者更多治疗时间，从而拯救成千上万人的生命。

目前，医生利用美国心脏病学会/美国心脏协会（ACC/AHA）的指南来进行预测，该指南提出了八个风险指标，包括年龄、胆固醇和血压等。

人工智能往往需要大数据来训练和学习，这个研究也不例外，研究者共搜集了378256个来自英国的病人数据（数据采集时间为2005年），并采用四种机器学习算法（随机森林、Logistic回归，梯度提升和人工神经网络）对78%的数据（295267例）进行训练，通过学习每个病例的基本参数以及这些病人是否在未来的10年内发生心血管疾病，来找出可能导致心血管疾病的危险因素，制定“人工智能心血管疾病风险指南”。这份人工智能版本的指南在ACC/AHA指南的基础上增加了22个风险指标，包括种族、关节炎和肾脏疾病。

四种人工智能方法的预测准确率（74.5%-76.4%）都要高于医生根据ACC/AHA指南的预测准确率72.8%，其中表现最好的方法是人工神经网络。

人工智能在疾病预测方面如此精彩的表现并不令我惊讶，毕竟这是基于大数据训练和学习的结果，而百分之七十多的预测准确率也并不算高。我认为我们在享受人工智能带来的种种便利和推动人工智能技术发展的同时，也应该开始正视人工智能在医学诊断方面的法律和伦理问题。

本文为原创编译，转载请注明出处