心臟病患者福音！預測心臟病發作的醫療設備已問世！
英國研究人員研發了一種植入人工智能系統的醫療設備，通過“自學”各種醫學指征和數據來預測患者的心臟病發病風險，準確率高于人類醫生。
心臟病發作防御，在全世界都是個難題？除了普遍存在的醫療政策、患者意愿、醫生決策等不利因素以外，多藥降壓方案使用不足，嚴重影響到了病情控制！醫生有很多工具和方法預測患者的健康隱患，但仍無法百分百應對人體的復雜性，心臟病發作就是最難預測的情況之一。
全球每年有近2000萬人死于心梗、中風、血管堵塞等心血管系統疾病。影響人體健康的因素很多，人體各系統的相互作用也十分復雜，計算機科學可以幫助醫務人員探索這些因素之間的關聯。在他們開發的人工智能系統中，計算機使用了4種機器學習方法，分析英國近38萬名患者的電子醫療記錄，尋找心臟病發病模式。在中國，也有相關的公司在研究檢測健康系統的遠程醫療設備，朗銳慧康就是其中一家。
人工智能系統首先進行自我訓練，使用78％的患者數據來尋找發病模式并構建自己的診斷指導系統。接下來，系統用剩余22％的醫療記錄對自己進行測試：先用2005年的數據進行學習歸納，然后預測此后10年內哪些患者會首次患上心血管疾病，最后使用近年來的記錄檢查預測結果。
結果顯示，4種機器學習方法預測心臟病發作的準確率全部優于傳統醫生診斷標準。美國心臟病協會預測指導方針的準確率在72.8％，而4種人工智能方法的精確度在74.5％到76.4％之間。其中準確率最高的一種機器學習方法還降低了一定的錯誤預警率，相當于在8.3萬名患者中額外挽救了355人的生命，因為錯誤預警診斷可能會讓本不需要服用降低膽固醇藥物的人服藥，濫用藥物同樣對人體有害。
研究人員表示，他們計劃接下來讓機器學習算法涵蓋生活方式和遺傳等因素，進一步提高預測的精確度，更好地幫助醫務人員預測患者心臟病發作風險。
本文由朗銳慧康編輯整理（m.jhdhit.com），轉載請注明出處。
熱門資訊
- 2019年中國智慧醫療行業發展趨勢預測
- 可穿戴醫療設備助力智慧醫療高速發展
- 互聯網+醫療，讓就醫更智能。
- 火熱的AI+醫療背后，企業如何盈利？
- “互聯網+醫療”版一帶一路命運共同體怎么...
- 可穿戴醫療設備在智能醫療領域發展前景巨大...
- 健康一體機，更好的服務于百姓。
- 智能可穿戴設備助力老年健康市場。
- 讓問題疫苗無所遁形 區塊鏈在醫藥追溯領域...
- 大數據對于傳統醫療模式的轉型升級
- 未來高端醫療器械將占據主要市場份額
- 中美貿易爭端再起 醫療器械行業影響分析
- 國內遠程醫療市場快速增長
- 當醫療遇上人工智能的無線想象
- 分級診療政策強力推動 醫療器械POCT高速發...
- 未來人工智能對中醫的發展影響
- 數據挖掘在醫學大數據研究中的應用
- 人工智能的興起為醫療產業發展提供重要支撐
- 縣域醫療崛起 建設獨立檢驗中心成為硬指標
- 人工智能和醫療的深度集合下的新趨勢