引領趨勢

人工智慧 (AI) 演算法的應用越來越廣，也有越來越多的研究表明，AI 在醫學界有值得期待的發展。例如：AI 決策輔助系統協助判讀乳腺癌、遠端橈骨骨折、糖尿病視網膜病變、患者腦中風發生機率，以及提早 6 年預測出阿茲海默症等。

現在，AI 還搖身一變，成為斷人生死的工具？

英國諾丁漢大學的研究人員採用稱為「random forest」與「deep learning」兩種模型，開發了一套 AI 學習系統，輸入了 40-65 歲、超過 50 萬人的數據，用以預測「因慢性病導致的過早死亡」的機率。

同時，他們也採用傳統的預測模型「Cox 回歸模型」與「多變量 Cox 模型」來進行預測；最後，再使用來自於國家統計局、英國癌症登記中心與英國住院資料的死亡紀錄進行實際上的核對。

結果顯示：「Cox 回歸模型」在預測過早死亡方面的準確性最差，而「多變量 Cox模型」稍好一些，但可能會高估死亡風險。相比之下，新開發的 AI 學習系統在預測死亡率方面就準確得多。

由於過去大多數的研究都是針對「單一疾病」在做應用，要預測「多種疾病而導致的死亡率」是相當困難而複雜的。然而，預防性保健已成為越來越重要的工作，研究人員多年的努力，目的就在於希望能夠提高電腦對於普通人群的健康風險評估的準確性；而這個 AI 學習系統之所以能夠成功，是因為它將每個被評估者的人口統計學、生物特徵、臨床資訊與生活方式等因素，甚至包括他們日常飲食等，皆納入考慮。他們也期望，透過這些資訊與技術，能夠促進未來醫療保健領域的發展。

資料來源：Medical News Today、Nature、Interesting Engineering、FDA