5月13日，国际核心脏病学与心脏CT（ICNC）会议提到了一项新的研究，认为在预测丧生或心脏病发作方面，机器学习早已渐渐多达人类。该会议由美国核心脏病学会（ASNC）、欧洲心脏病学会（ESC）的欧洲心血管光学协会（EACVI）和欧洲核医学协会（EANM）牵头主办。通过重复分析950名胸痛患者的85个变量和未知的6年随访结果，算法自学了光学数据的相互起到，对丧生和心脏病发作展开了预测，准确率高达90%。

芬兰图库宠物中心的路易斯·爱德华多·胡安兹·奥罗斯科博士是这项研究的作者，他回应人类很难打破三维或四维去思维，一转入第五维度就不会艾米。医生用于风险评分来做到化疗要求，但因为评分仅有还包括少数几个变量，预测结果准确率并不低；而机器可以利用分析大量的数据，辨识一些不是很显著的简单因素。该项研究中，冠状动脉计算机断层血管造影（CCTA）扫瞄提供了58条关于冠状动脉斑块、血管狭小和坏死的数据。

该扫瞄产生了17个血流变量，研究人员从还包括性别、年龄、吸烟者和糖尿病在内的医疗记录中取得10个临床变量。在6年的随访中，有24事例心脏病发作和49事例丧生。

85个变量被输出到一个取名为LogitBoost的机器算法中，AI之后通过重复分析算法，开始找寻防治心脏病发作和丧生的最佳结构。奥罗斯科博士说道，“我们有数据，但还没充分发挥其潜力。

医生们早已搜集了很多关于病人的信息，比如胸痛病人。我们找到机器学习可以统合这些数据并精确地预测个体风险，使得我们需要展开个性化化疗，协助患者恢复健康。

本文来源：pt老虎机首存礼-www.vwvans-manchester.com