研究人员已经开发了一种基于人工智能（AI）的系统，以预测中年成年人慢性疾病引起的早期死亡的风险。

PLOS一个杂志出版的研究发现，新的AI机器学习模型被称为“随机森林”和“深度学习”在其预测中非常准确，并且比人类专家开发的当前标准方法更好地表现优于当前的预测方法。

英国大学诺丁汉大学助理教授的斯蒂芬·翁助理教授表示，这种新的风险预测模型考虑了每个渗透的人口，生物识别，临床和生活方式因素，并评估了每天的饮食消费水果，蔬菜和肉类。

基于年龄和性别的传统使用的“COX回归”预测模型是预测死亡率的最低准确性，也是一种多元硬币模型，其工作得更好，但倾向于过度预测风险。

“预防医疗保健是对抗严重疾病的争夺优先事项，因此我们一直在工作多年来，提高一般人群计算机健康风险评估的准确性，”翁说。

对于这项研究，团队包括超过40至69岁的人数超过50万人。

虽然这些技术可能是许多人在卫生研究中的新增功能，但难以遵循的是，以透明的方式明确地报告这些方法可以有助于裁判教授的教授乔凯表示，透明的方式可以帮助您对医疗保健的科学核查和未来发展。

声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。