新型AI系统用时间和天气数据成功预测心脏病发作
根据发表在《心脏》杂志 上的一项新研究，一种新型人工智能机器学习系统（AI）可以使用时间和天气数据成功预测心脏骤停的风险—心脏病发作 。
但是，至关重要的是要注意，新的机器学习应用程序无法预测人们何时会死于心脏骤停。它仅预测何时会增加心脏病发作的风险。
机器学习AI在本地进行了训练测试
机器学习包括对计算机算法的研究，其基础是系统可以通过识别模式并在几乎没有人为干预的情况下进行自适应来从数据中学习和自我完善。研究发现，在周日，周一，两天之间或两天之间的气温急剧下降时以及公共假期期间，心脏骤停的风险最高。
研究人员称，这些新发现可以作为预警系统，降低致命事故的风险并提高生存几率，此外还可以提高紧急医疗服务为严重状况做准备的能力。这很重要，因为院外心脏骤停在全球范围内很普遍，并且通常与低存活率有关。天气条件使风险进一步复杂化。日本研究人员说，气象数据非常复杂，但是机器学习最终可能会发现传统或一维统计方法无法找到的关联。
为了加深研究，科学家评估了机器学习的能力，以通过定时（例如年，季节，星期几，一天中的小时或公共假期以及每天的天气）预测每天的院外心脏骤停，例如相对湿度，降雪，降雨量，温度，风速，云量和大气压力读数。在2005年至2013年之间，发生了1,299,784起案例，并且使用时间数据和/或天气（或同时用于训练数据集）为525,374起案件实施了机器学习。然后，将这些结果与2014年至2015年间发生的135,678例病例进行对比，以检验该模型的准确性，以预测其他年份的每日心脏骤停的统计数字。
新型AI应用程序结合了天气和时间数据以预测心脏病发作的高风险
为了揭示这种方法在局部水平上的准确性，研究人员执行了所谓的“热图分析”，该分析使用了一个单独的数据集，该数据集取自神户市2016年1月至2018年12月的院外心脏骤停。时间和天气数据显示出针对院外病例的心脏骤停预测的高精度，无论是测试数据集还是训练数据集。具体来说，将天气和时间数据结合起来，就可以得出星期日，星期一，低温，气温急剧下降，冬季和公共假日的心脏骤停的“热点”。
但是，研究人员并没有声明拥有关于神户市以外心脏病发作地点的广泛信息，并且缺乏针对那些患有既往疾病的患者的数据。两种例外情况都可能改变其结果。
研究人员补充说：“这项研究中开发的方法可以作为一种新的预测分析模型的例子，该模型可以应用于与威胁生命的急性心血管疾病有关的其他有意义的临床结果。” “这种预测模型对于将来在高风险日子通过公民和[紧急医疗服务]预警系统来预防[院外心脏骤停]和改善患者的预后可能是有用的。“
至关重要的是要注意，这项研究不能预测人何时会因心脏骤停而真正死亡。作为主要的死亡原因，新的机器学习AI仅预测何时发生心脏病的风险较高。参考到这一点，改善人类状况的潜在医学救助。
