credit: 锐景创意
澳大利亚阿德莱德大学的研究人员开发了一款能够预测病人剩余寿命的人工智能。就预测哪些病人会在五年内死亡而言，这台机器准得惊人。官方数据显示，其准确率达69%，这可以和受训的肿瘤学家相提并论。研究人员表示，升级版本更厉害。
为训练机器识别出影响寿命的模式，科学家提供了48位病人的胸部放射扫描图像。机器以“深度学习”为基础——这是一种机器学习技术，采用模拟人类大脑运作方式的神经网络进行学习。
流行病学家Lyle Palmer表示，他们之所以采取这种方式，是因为放射扫描图像是一种很棒的资源。机器算法获得越多数据，其结果就越可靠——好比对人类而言，经验对正确判断很重要。每家大医院每年都会拍摄数十万张放射扫描图像。如今，大多数图像都是经过标准化与数字化，因此获得机器能够识别的图像数据非常方便。此外，许多图像都含有少许人类无法解读的信息，但机器不仅能够解读，而且几乎能同时处理数千个例子。
在这项研究中，科学家采用“深度学习”技术，探索胸部CT扫描图像中“隐藏”的特征和模式——这是人类专家都难以破译的内容。研究人员希望这项技术将来能够用于预测慢性疾病，在出现明显症状之前预测出糖尿病、心脏病、癌症等。
作为概念的原则证明，研究人员先查看了最简单的结果——5年死亡率。研究人员将机器结果与人类医生进行对比，发现两者准确率相似，为65%-75%。添加更多预测信息(如年龄、性别)很可能会提升准确度。
事实上，在论文发表之后，他们又取得了更棒的结果。如今，在预测5年死亡率上，机器准确率已达80%，远优于人类医生的水平。目前，研究人员正在琢磨如何将此信息应用于临床。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
