據國外媒體報道，研究顯示，人工智能或許能預測慢性病患者的死亡時間。

　　科學家和醫生們利用50萬名患者數據研發了一款人工智能工具，能夠預測哪些患者早亡的風險較高。患者的家族病史、攝入鹽量、用藥情況、使用防曬霜情況等各方面因素都被考慮在內。

　　研究人員稱，該人工智能系統在測試中的預測結果“非常精確”，可靠度約比現有的機器學習系統所做估測高10%。

　　該研究由英國諾丁漢大學開展，流行病學與數據科學助理教授Stephen Weng博士領導了本次研究。“在對抗嚴重疾病的抗爭中，預防性醫療的優先級正變得越來越高。”Dr Weng表示。

　　“我們已經歷時多年時間，努力改進用計算機評估一般人群健康風險的計算機技術的準確性。大多數研究應用都專注于單一疾病領域，但預測由多種疾病引發的死亡概率極為復雜，特別是在考慮各種可能造成影響的環境與個體因素的情況下。我們開發了一種獨特且全面的方法，通過機器學習技術預測某個人早亡的概率，這是在該領域取得的一大進步。”

　　該人工智能算法由502648名40至69歲之間的患者數據生成，他們曾在2006年至2010年之間參與過英國生物銀行研究，并一直被追蹤研究至2016年。算法共考慮了60種健康預測因素，包括受試者的體質指數(BIM)、血壓、維生素或營養補充劑服用情況等。受試者的水果、蔬菜、肉類、奶酪、谷物、魚類和酒精攝入情況也被考慮在內。

　　“我們將預測結果與英國國家統計署的死亡記錄、英國癌癥注冊記錄等數據庫的死亡數據進行了比對。”隨后，他們又將該算法與兩項標準的機器學習技術進行了比較。結果顯示，這套新模型的準確率比現存技術高了10.1%，“我們發現機器學習算法預測死亡的準確率比由人類專家開發的標準預測模型高得多。”Weng博士指出。

　　該研究作者、諾丁漢大學醫學與健康科學學院基層醫療主任Joe Kai教授補充道：“人們對利用人工智能或機器學習技術預測健康結果有強烈的興趣。在有些情況下，這種技術也許很有幫助，有時則不然。就眼下這種情況來說，我們證明了通過仔細調整，這些算法可以有效改進預測效果，這些技術對健康領域的很多研究者來說可能還很新鮮、難以理解。我們相信，只要以透明清晰的方法報告這些方法，將有助于這一醫療領域獲得科學驗證、實現進一步發展。”

　　諾丁漢大學此前開展的一項研究提出，有四種人工智能算法預測心臟病的準確度遠高于目前心臟病治療指導方針中使用的技術。

　　科學家們預言，人工智能將在定制化醫療的發展中扮演關鍵角色。但他們也補充道，為證實機器學習在其他種群中的有效性、以及將人工智能更好地融合到日常醫療之中，還需要開展進一步研究。