医学研究人员释放了人工智能(AI)令人不安的能力：预测一个人的过早死亡。
科学家最近对人工智能系统进行了培训，以评估英国50多万人提交的十年总体健康数据。然后，他们在一项新的研究中报告说，他们要求人工智能预测个人是否有因慢性病过早死亡的风险(换句话说，早于平均预期寿命)。
第一作者斯蒂芬翁博士是用AI算法做出的过早死亡的预测，其精度比没有机器学习的模型提供的精度要高得多。诺丁汉(英国)在一份声明中说。
为了评估受试者过早死亡的可能性，研究人员测试了两种类型的AI:“深度学习”，其中分层信息处理网络帮助计算机从例子中学习；“随机森林”是一种相对简单的人工智能，它结合了几个树状模型来考虑可能的结果。
然后，他们将人工智能模型的结果与标准算法(称为考克斯模型)的结果进行了比较。
科学家们使用这三个模型来评估英国生物银行的数据，这是一个开放的遗传、身体和健康数据数据库。从2006年到2016年，有50万人提交了数据。在此期间，近14，500名参与者死于癌症、心脏病和呼吸系统疾病。
这三个模型都证实了年龄、性别、吸烟史和既往癌症诊断等因素是评估一个人过早死亡可能性的主要变量。然而，研究人员发现，这些模型在其他关键因素上有所不同。
Cox模型严重依赖种族和体育活动，而机器学习模型则不依赖。相比之下，根据这项研究，随机森林模型更强调身体脂肪百分比、腰围、人们吃的水果和蔬菜数量以及肤色。对于深度学习模式，主要因素包括与工作相关的危害和空气污染、酒精摄入和某些药物的使用。
在所有数值运算完成后，深度学习算法可以提供最准确的预测，并正确识别76%在研究期间死亡的受试者。相比之下，随机森林模型正确预测了约64%的过早死亡，而考克斯模型仅确定了约44%。
这不是专家们第一次在医疗保健中使用人工智能的预测能力。2017年，一个不同的研究团队证明，AI可以学会发现阿尔茨海默病的早期征兆；Live Science此前报道，他们的算法评估大脑扫描来预测一个人是否可能患有阿尔茨海默病，准确率约为84%。
