医学研究人员已经释放了人工智能(AI)令人不安的能力：预测一个人的早逝。
科学家最近对AI系统进行了培训，以评估英国超过50万人提交的十年的一般健康数据。然后，他们在一项新的研究中报告说，他们要求AI预测个体是否有因慢性病过早死亡的风险(换句话说，比平均预期寿命要早)。
首席研究作者史蒂芬·翁(Stephen Weng)博士是AI算法做出的关于早逝的预测，其准确性比不使用机器学习的模型所提供的预测要准确得多。英国的诺丁汉(UN)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”，其中分层的信息处理网络帮助计算机从示例中学习;和“随机森林”，一种较简单的AI类型，它结合了多个类似树的模型来考虑可能的结果。
然后，他们将AI模型的结论与标准算法(称为Cox模型)的结果进行了比较。
科学家们使用这三种模型评估了英国生物银行(UK Biobank)中的数据，该数据库是一个开放的遗传，物理和健康数据数据库，在2006年至2016年期间，共有50万人提交了该数据。在此期间，近14,500名参与者死亡，来自癌症，心脏病和呼吸系统疾病。
所有这三个模型都确定诸如年龄，性别，吸烟史和先前的癌症诊断等因素是评估一个人过早死亡的可能性的主要变量。研究人员发现，但是这些模型在其他关键因素上存在分歧。
Cox模型严重依赖种族和体育活动，而机器学习模型则没有。相比之下，根据这项研究，随机森林模型更加强调体脂百分比，腰围，人们吃的水果和蔬菜的数量以及肤色。对于深度学习模型，主要因素包括与工作有关的危害和空气污染，酒精摄入和某些药物的使用。
完成所有数字运算后，深度学习算法可以提供最准确的预测，可以正确识别研究期间死亡的76%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Cox模型仅识别了约44%。
这不是专家们第一次利用AI在医疗保健方面的预测能力。2017年，一个不同的研究人员团队证明了AI可以学习发现阿尔茨海默氏病的早期征兆; Live Science 先前报道，他们的算法评估了大脑扫描，以预测一个人是否可能患上阿尔茨海默氏症，并且这样做的准确率约为84%。