根据PLOS One发表的一项新研究，与医学专家设计的模型相比，使用人工智能(AI)的模型可以更好地预测冠心病(CAD)患者的死亡风险。

大量与AI相关的研究已经诊断和治疗各种疾病，但是这些发现现在可能有助于预测CAD患者的死亡风险。

“最终，将机器学习方法与EHR结合使用，可能会产生出微调的，个性化的预后模型，这对于具有一定条件或条件组合的患者特别有价值，而对于传统的建模方法而言，这些条件或条件很难捕获，”伦敦弗朗西斯·克里克学院(Francis Crick Institute)的主要作者安德鲁·斯蒂尔(Andrew J. Steele)博士。

斯蒂尔(Steele)及其同事与法尔健康信息研究所(Farr Institute of Health Informatics Research)和伦敦大学学院(University College London Hospitals)的NHS基金会信托基金(NHS Foundation Trust)共同使用超过82,000名患者的电子健康数据设计了用于CAD的AI模型。

研究人员根据586个变量(包括年龄，性别和胸痛)对模型进行了训练，以预测心脏预测。他们的模型与只有27个变量的“专家构建模型”进行了比较。

斯蒂尔和同事的AI算法经过自我训练，可以在预测患者死亡风险时更加准确，同时还能确定以前未包含在医生预测中的新变量。

斯蒂尔在弗朗西斯·克里克研究所(Francis Crick Institute)发表的一份准备好的声明中说：“除了年龄，患者是否吸烟之外，我们的模型还从他们的家庭医生那里进行了家访，以此很好地预测了患者的死亡率。” 心脏病专家可能不会说家访对心脏病的生物学很重要，但可能很好地表明患者不适，无法亲自去看医生，并且是有用的变量，可以帮助模型做出准确的预测。 ”

研究人员指出，类似的模型将来可能会在诊所中实施，并且可能会改变提供者为患者提供护理的方式。

“最终，将机器学习方法与EHR结合使用，可能会产生出微调的，个性化的预后模型，这对于患有某些病状或病状组合的患者特别有价值，而对于传统的建模方法而言，这些疾病或病状组合很难捕获。”作者总结。