细思恐极，AI可以预测人类寿命了，准确性接近70%

药明康德/报道

近日，一些澳大利亚科学家发明了一种有望改变整个医学界的方法， 那就是使用人工智能分析医学影像，并以此预测每个人的健康状况和寿命。 这项研究发表在了《自然》杂志子刊《Scientific Reports》上。

对大量健康数据进行分析并预测特定疾病的发生概率是近来兴起的精准医学的重要组成部分。不过，目前来说大部分分析研究还是集中在对人类基因组的测序和分析上。但是，遗传因素对于预测诸如心脏病、癌症、糖尿病等慢性疾病风险的帮助不大。研究显示， 引起这些疾病的因素中70-90%与遗传无关。 生活方式和环境因素在慢性疾病中起了很大的作用。

为了寻找预测这些慢性疾病的方法，研究人员想到了包括CT在内的医学成像技术。通过一次扫描，这些技术就能够获取人体内脏器的大量信息。 而往往在患者感受到这些疾病的症状之前，体内那些重要器官上已经出现了疾病的迹象。 通过对大量图像数据进行分析，人工智能算法就有可能提前预测慢性疾病的发生，并更进一步判断患者的整体健康状况。

▲ 高死亡风险的人群（左），内脏的扫描结果与低死亡风险的人群（右）会有很大的区别（ 图片来源：《Scientific Reports》）

在这次发表的研究中，来自澳大利亚阿德莱德大学的科研人员使用机器学习算法分析了资料库中48名60岁以上成人的胸部CT扫描图像。 通过分析图像数据，算法预测了这些志愿者在5年内死亡的几率。通过与实际情况比对，这个算法预测的准确率达到了70%，这一数字与人类专家的预测成功率一样准确。

▲ 这项人工智能的预测结果，准确度已经达到了70%左右（ 图片来源：《Scientific Reports》）

胸部CT扫描是判断一个人健康程度的一种非常好的方法， 它可以清晰地看到主要器官和组织，包括心脏、肺脏、主要血管等等。 专业医生通常会从这些图像中寻找对健康有重要影响的特征，如肿瘤和动脉粥样硬化斑块的迹象。而澳大利亚科学家们开发的机器学习算法从另一个角度来分析这些图像， 它会寻找图像中那些细微的变化 ，希望能发现潜在的危险因素。开发这个算法的研究人员自己也不清楚这个算法究竟在寻找怎样的标记，不过，他们确信随着数据库的变大，算法预测的准确率会不断上升。他们正在进行一项有12000名志愿者参与的大型试验。

▲ 一些细微的变化，会对5年的生存率产生巨大影响。黄线为高风险人群的生存率，蓝线为低风险人群的生存率（ 图片来源：《Scientific Reports》）

这个算法在现阶段最直接的应用是可以分析胸部CT的大量数据，并指出风险因素，其效率和速度将大大超过医生一张一张的看CT图片。而这个算法的长期应用才是真正让研究人员激动的，这项研究的第一作者Luke Oakden-Rayner先生表示：“ 尽管目前这项研究中只有很少的患者数据，但这个算法仍然学会了从图像中识别疾病导致的复杂变化，对于医生来说，需要经过大量的训练才能做到这一点。 我们的研究开启了人工智能在医学图像分析中的新应用，它有望做到对严重疾病的早期诊断并进行干预。”

▲