Machine learning er nu bedre end læger til at forudsige hjerteanfald

Hvert år dør mellem 15 og 20 millioner mennesker af hjertestop.

Et hold af forskere fra University of Nottingham i England har haft succes med at udvikle algoritmer, der er godt syv procent mere præcise, når det gælder om at forudse hjerteanfald i forhold til de mest benyttede medicinske retningslinjer udviklet af American College of Cardiology/American Heart Association (ACC/AHA). Det skriver digitaltrends.com.

Læs også: Microsoft taber terræn i AI-ræs: Tredjepart-udvikling til Cortana udskudt uden forklaring

»Jeg kan ikke understrege tydeligt nok, hvor vigtigt det her er, og hvor meget jeg håber, læger begynder at bruge kunstig intelligens som en del af behandlingen,« siger Elsie Ross, der som hjertekirurg fra Stanford University i Californien har hjulpet forskerne bag algoritmerne.

Forskerne fra University of Nottingham sammenlignede retningslinjerne fra ACC/AHA med nye retningslinjer lavet af fire forskellige machine learning-algoritmer: random forest, logistic regression, gradient boosting og neurale netværk.

Hver især begyndte algoritmerne at tygge sig gennem en database, hvor de drog deres egne konklusioner og fandt sine egne sammenhænge.

Læs også: Ingeniørforening: Manglende it-politik udgør stor risiko for medarbejderne

Derefter begyndte forskerne at teste disse nye retningslinjer op mod andre datasæt.

Den bedste af algoritmerne var det neurale netværk, hvis retningslinjer præsterede godt syv procent bedre op mod checklisten end retningslinjerne fra (ACC/AHA). Desuden skabte retningslinjerne målbart færre falske positiver.

Læs også: Google åbner en ny front i kamp om skyen

Trukket ned over et datasæt på 83.000 patientjournaler betyder det, at op mod 350 liv kunne være blevet reddet.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk

Kommentarer (8)

Bente Hansen

Er der ikke tænkt over indholdet i artiklen, eller er det bare dårligt oversat.

" Desuden skabte retningslinjerne målbart færre falske positiver."

Hvis det her ikke var en gangs salgs PR fra udvikleren af algoritmen, så burde den målbare andel også været angivet. Nu får vi bare andre tal slynget ud i flæng. Er det 350 liv i USA, i Verden, af dem som døde ?

OG igen det er jo ikke sikkert at man vil være i livet, mennesker dør jo af hjerteproblemer, selv om de bliver diagnosticeret. Og hvis flere var undersøgt uden at de var syge, så kunne de dø af undersøgelserne, eller stress og lignende forbindelse med dem, eller miste en masse penge i et amerikansk system, hvor der ikke betales for undersøgelser.

Så det her lyder mere som salgsgas, eller noget der er være.

Jan Heisterberg

Det kan godt være artiklen er dårligt oversat, og det kan godt være at procentregningen kunne være mere tydelig.

Jeg tror på budskabet i artiklen, nemlig at et "ekspertsystem" kan være bedre end en læge.
Glem ikke, at læger er mennesker og at nogen læger er ganske unge, på vagt kl.3 om morgenen efter en 12 timers vagt. Andre læger er friske, lige mødt og har 30 års erfaring.
Jeg synes det lyder positivt.

Prøv at sammenligne med de tragiske meningitis-dødsfald .... Mon ikke et ekspert-system havde kunnet redde de unge mennesker ? ELLER kunne ændres så gentagelse undgås ? Mon 1813 har lært noget ?

Hvorfor altid være negativ - uden måske at vide noget om emnet ?

Kenn Nielsen

Hvorfor altid være negativ - uden måske at vide noget om emnet ?

Hvordan kan man være positiv - uden at vide noget om emnet ?

Kan man mene noget om maskine vs. menneskelige vurderinger - uden at vide meget om emnet ?

Må man mene noget om maskine vs. menneskelige vurderinger - uden at vide meget om emnet ?

Må man mene noget om maskine vs. menneskelige vurderinger fordi man ved det ofte betyder man sparer den menneslelige vurdering væk - uden at vide meget om emnet ?

Og inden du tror jeg ikke ved meget om emnet; kan jeg oplyse at jeg selv er indehaver af et hjerte, som jeg bruger regelmæssigt.

Beklager jeg ikke har den ønskede hat.

K ;-)

Bente Hansen

Hvorfor altid være negativ - uden måske at vide noget om emnet ?


Vi går vel alle til lægen, og på et eller andet tidspunkt, vil de "fleste" møde sundhedsvæsenet. enten i form af en vaccine eller også bare som bisidder. Om ikke andet på skadestuen med en kammerat. Så den del du taler om, ved vi alle noget om.

Derfor tror jeg også de flest stadig foretrækker et nogenlunde kompeten mennesker når de møder et sådan et system, som et syg eller svækket menneske. Indtil at der er styr på noget basis som.

  • Hvem har ansvaret for en diagnose. - Hvis der er fejl, vil udviklerne af software, så betale de 5-10 milioner per person, det kan blive tale om i erstatning.

  • Hvem har ansvaret for og tilgang til ens sundhedsdata. - Er da selv begyndt at sætte lidt falsk data ind. eller ikke give fulde oplysninger ved undersøgelser. Samt beder om fortroligt samtaler med lægen uden for referat.
    Kan sådan systemer også det.

  • Hvis man køre software på hele befolkning, for diverse sygdomme. Og det viser sig at der skal foretages 6 millioner forskellige forundersøgelser, herunder måske 4 millioner MR. og 1 mil. CR. Hvem skal betale for det. Især hvis det måske viser at det ikke flytter en dyt.

-Hvis systemet ikke kan finde ud af, at man måske skal videre i system. Fordi data ikke ser rigtigt ud. Hvilken læge skal så undersøge en, og sørger for at man kan komme igennem system, hvor man ikke passer til klick. Og hvor alt personligt og fagligt kompetencer er taget ud af mennesker hænder.

  • Hvordan forhindrer man ekspertsystemer, der ikke kan undersøges til bunds.
    Og hvor der ingen samlet overblik og kontrol er med systemerne. Da de er bygget af de samme som levere ekspertsystemer. Hvordan forhindre man firma bag, bare at bruge sundhedsvæsenet som en malkeko. som det også er sket på nogen områder med medicin.*

  • Der er ikke indenfor de sidste 30 år, lavet nye antibiotika. Mens der er kommet en masse "nye" udgaver af gamle medicin. Som kan behandle nyopfundet sygdomme og tilstande. Men hvor der mærkværdigvis næsten altid, først efter at patent er udløbet. Så findes der ud af at medicinen have flere ukendte bivirkninger, som var mere skadelige end evt fordele. Eller ikke virker meget bedre end placebo. Som eksemplet med "lykkepiller"
    Men det var jo meget nemmere og billige for alle, bare at lade praktiserende læge, stå for diagnose og behandling af depression og psykiske lidelser med et 8 punkt spørgeskema og en pille. End at bruge penge på rigtige diagnoser og sengepladser.

  • Eller de situationer, hvor en typisk kvindelig pårørende tvinger sin mand på hospitalet. Men hvor en Watson, et klik skema eller en algoritme ville sende ham hjem, med et begyndende hjerteproblem eller hjerneblødning.

Så nej jeg har ikke JA hatten på. Før det ved klinisk dobbelt kontrolleret forsøg og over langt tid. Er bevist at noget er bedre, og der ikke falder nogen igennem systemet. Som der ikke kan tages hånd om i et regneark.
Selv der vil jeg være meget skeptisk, hvis ikke det er foretaget i fuld offentlighed med per. re. Da mange af de beslutninger foretages af mennesker, har ALT for mange HATTE PÅ. Som er gode venner, eller er betalt af mennesker, som lever af at sælge i bedste fald varmluft.

Vi er så slet ikke kommet til problem med sundhedsdata. og salg de disse.

Så nej. ser ikke jeg sådan får en ja hat på. Og synes nok, jeg ved nok om emnet til ikke at skifte til den.

Sådan er det det så meget, som betyder at jeg ikke har en Ja hat på. Det er ikke fordi jeg

Jan Heisterberg

Naturligvis skal vi alle udvise kildekritik og sund skepsis overfor den konstante strøm af nyheder - og i disse tider sandheder og alternative sandheder.

Min kommentar er baseret på debatten på ing.dk og på version2.dk, hvor der oftere end ikke (synes jeg), kommer kommentarer som 1) ikke er opklarende, 2) ikke reelt uddybende (f.eks. kan det nu passe ? Jeg har her xxx læst .....).

Jeg har ikke blind tillid, jeg er generelt skeptisk og spørgende. Men jeg forsøger ikke at fremstå klogere end kilder, som måske publicerer resultater af års forskning.
På mig virker artiklens første 3½ linie som en troværdig reference; derfor synes jeg det kræver nogen ekspertise at imødegå resultatet.

Og jeg og andre så finder denne løsning goid, acceptabel, sikker, hensigtsmæssig, ønskværdig - elller ej, ja DET er en helt anden historie.
Jeg argumenterede for min præference.
Andre har efterfølgende argumenteret udførligt for deres.

Jeg syntes, og det var MIT grundlag, at flere indlæg før mit første indlæg, var NEJ-hat indlæg. Det er noget andet end ovenstående udførlige argument for andre præferencer.

Jeg tror fortsat på en fremtid for algoritmer - uanset om det er screening for sygdom, styring af biler eller landing af fly. Hellere det end et overtræt menneske, eller et menneske med begrænset specifik erfaring (eg. meningitis).

Kenn Nielsen

Jeg syntes, og det var MIT grundlag, at flere indlæg før mit første indlæg, var NEJ-hat indlæg. Det er noget andet end ovenstående udførlige argument for andre præferencer.

Nuvel...
Du mener således at dit indlæg har større relevans end andre kommentarer.

Men..
Det er jo hverken

  1. Opklarende

eller

  1. Uddybende

Og det er ikke fordi jeg ikke forstår din begrundede kommentar.

Men kommentarer, er jo netop dét; - kommentarer

K

Claus Jørgensen

Måske lidt kort original artikel men OK oversat - det hjælper selvfølgelig at vide lidt om statistik men links (især det sidste link til den originale forskning ) burde give alle en chance for at læse lidt op inden de kaster sig over tastaturet.

Falsk positiv - betyder blot at modellen siger at du bliver syg, men du bliver ikke syg
Falsk negativ - modellen siger du bliver ikke syg, men du bliver syg
Sand positiv - modellen siger du bliver syg, og du bliver syg
Sand negativ - modellen siger at du ikke bliver syg, og du bliver ikke syg.

355 ud af 83K - studiet baserer sig på ialt 378K journaler.

De bliver delt i 2 puljer, en med 295K der bruges til at træne modellerne, og 83K der bruges til at validere.

Af de 83K blev 7400 syge og 75600 raske i den 10 årige opfølgning.

Den gamle "manuelle" model scorede godt 4600 til at bliver syge. Gradient boosting og neurale netværk var hhv. 354 og 355 bedre.

Måske er der her mere brug for en dosmer hat end ja/nej-hat ;-)

Log ind eller opret en konto for at skrive kommentarer

Pressemeddelelser

Big Data Lake Summit: Fast and Trusted Insights

If you want to outpace, outsmart and outperform your competition in a digital world, you need trusted data that can be turned into actionable business insights at speed.
24. apr 15:06

Welcome to Free course to learn about the combined power of Alteryx and Qlik!

Affecto invites to a free course, where we want to share our knowledge of this self-service analysis platform together with the power of Qlik.
20. apr 15:44

Robotics Process Automation (RPA) changes the way organizations think about and perform work at a reduced cost, higher efficiency and greater productivity

Join us for this exiting seminar, which Affecto hosts with our business partner SmartRPA May 3rd, 2017 at 13.00 in Copenhagen.
30. mar 2017