域名频道资讯站心电图记录的是心电活动，其图形在出现包括心脏病发作和房颤的心脏病状况时发生变化。
研究团队对两个人工智能版本进行了训练：其中一个版本的算法得到的只是原始的心电图数据，即测量的是不同时间的电压，而另一个版本则被提供了结合患者年龄和性别的心电图数据。
他们用所谓的AUC评估指标来衡量人工智能的表现。AUC衡量某模型在多大程度上可以区分两组人群——在这个案例中就是区分哪些人会在一年内死亡而哪些人会活下来。人工智能的得分始终在0.85以上，而满分是1分。
福恩沃尔特说，目前医生们使用的风险评估模型的AUC值在0.65到0.8之间。
为了进行比较，研究人员还基于医生们目前考虑的心电图特征（例如某些心电图记录中的某些图形）创建了一种算法。
人工智能准确地预言了被心脏科医生认为拥有正常心电图的人们的死亡风险。3名对看起来正常的心电图进行审阅的心脏科医生则无法找出人工智能检测到的危险图形。
福恩沃尔特说：“研究结果表明，这一模型可以看到人类很可能看不到的东西，或者至少是我们忽视并认为是正常的东西。人工智能可以教我们知道几十年来我们可能一直在错误地加以解释的东西。”
目前仍不清楚人工智能找出的什么图形，这使得一些医生不愿使用这样的算法。
该研究的合作者克里斯托弗·哈格蒂说，这项研究根据的是历史数据，重要的是要在临床研究中证明这样的算法能改善患者的预后。
这项研究将于11月16日在达拉斯的美国心脏病协会科学会议上宣读。
本文素材来自互联网
