(资料图片)

小编发现不少朋友对于 通过人工智能对心血管风险进行严格评估 这方面的信息都比较感兴趣，小编就针对 通过人工智能对心血管风险进行严格评估 整理了一些相关方面的信息 在这里分享给大家。

在一项关于机器学习预测心血管问题的能力的研究中，事实证明15种模型中的10种比手动风险评估方法更为准确。

该研究在西班牙进行，并于 7月1日发表在《国际临床实践杂志》上。

米格尔·埃尔南德斯大学(Miguel Hernandez University)的Adriana Lopez - Pineda 博士及其同事将他们的15种算法与两个既定的评估量表进行了比较，将所有方法应用于西班牙数据库中的约38,527名患者，并跟踪了五年的结果。

他们发现三种具有最佳预测能力的机器学习方法的ROC曲线(AUC)得分分别为0.7086(二次判别分析)，0.7084(NaiveBayes)和0.7042(神经网络)。

相比之下，西班牙的临床实践中广泛使用的常规风险衡量方法在11位和12位上排名较低，AUC低于0.64。

与人工评分相比，七种算法具有更高的预测能力以及更高的敏感性和特异性。

作者总结说：“在未来的心血管风险量表的制定中应考虑机器学习方法。”

关键词： 人工智能 严格评估 机器学习