首页 > 业界 > 关键词 > 机器学习最新资讯 > 正文

研究:AI可利用时间和天气数据准确预测院外心脏骤停风险

2021-05-18 10:18 · 稿源:cnbeta

据外媒报道,发表在《Heart》上的一项研究发现,人工智能(AI)分支“机器学习”可以结合时间和天气数据准确预测医院外心脏骤停--当心脏突然停止跳动--的风险。机器学习是对计算机算法的研究,并且基于这样一种思想:系统可以从数据中学习并识别模式从而以最小的干预为决策提供信息。

研究结果显示,心脏骤停的风险在周日、周一、公共假日及数天内气温急剧下降时达到最高。

研究人员建议,这些信息可以作为公民的早期预警系统以降低他们的风险、提高他们的生存机会并改善紧急医疗服务的准备工作。

院外心脏骤停在世界各地都非常常见,但通常跟低生存率相关。风险还受当时天气状况的影响。

来自日本的研究人员指出,虽然气象数据是广泛而复杂的,但机器学习有潜力提取传统一维统计方法无法识别的关性联。为了展开进一步的探索,他们利用每天的天气(温度、相对湿度、降水、降雪、云层、风速和大气压力读数)和时间(年、季节、一周中具体的某天天、一天中的具体时间及公共假日)数据来评估机器学习预测院外心脏骤停的能力。

在2005年至2013年发生的1299784例病例中,研究人员将机器学习应用到525374例病例中。在这个过程中,机器学期使用天气或时间数据或两者展开训练。然后,研究人员将结果跟2014-15年发生的135678例进行比较以检验该模型预测其他年份每日心脏骤停次数的准确性。

另外,研究人员还利用了2016年1月至2018年12月神户院外心脏骤停的另一个数据集进行了“热图分析”以了解该方法在当地的准确性。

在训练和测试数据集中,天气和时间数据的结合能够最准确地预测院外心脏骤停。

该研究预测,周日、周一、公共假期、冬季、低温及数天内的气温骤降跟心脏骤停的关联性比单纯的天气或时间数据更强。

研究人员承认,除了神户以外,他们没有关于心跳骤停地点的详细信息,也没有关于先前存在的疾病的任何数据,这两者都可能影响了研究结果。

但他们指出:“我们的(院外心脏骤停)每日发病率预测模型在发达国家的一般人群中广泛适用,因为这项研究的样本规模大并且使用了全面的气象数据。”

另外他们补充道:“这项研究中开发的方法可以作为预测分析新模型的一个例子,可以应用于危及生命的急性心血管疾病相关的其他临床结果。”

他们的结论是--这种预测模型可能可以通过一个面向市民和紧急医疗服务的预警系统在未来高风险的日子有助于预防院外心脏骤停并改善患者的预后。

Thomas Jefferson大学Sidney Kimmel医学院的David Foster Gaieski博士在一篇相关社论中表示同意。另外他还表示:“这些预测可用于资源部署、调度和计划以便紧急医疗服务系统、急诊科复苏资源和心导管实验室工作人员了解未来几天预计(病例)的数量并为此做好准备。”

这篇文章对你有价值吗?

  • 相关推荐
  • 大家在看
  • 研究人员警示:人工智能算法可以影响人们的决定 需就算法的影响进行公共教育

    在一系列新的实验中,人工智能(A.I.)算法能够影响人们对虚构的政治候选人或潜在的浪漫伴侣的偏好,这取决于建议是明确的还是隐蔽的。西班牙毕尔巴鄂德乌斯托大学的Ujué Agudo和Helena Matute于2021年4月21日在开放性期刊PLOS ONE上发表了这些发现。从Facebook到谷歌搜索结果,许多人每天都会遇到人工智能算法。私人公司正在对其用户的数据进行广泛的研究,产生对人类行为的见解,而这些见解是不公开的。学术社会科学研究落后于?

  • 人工智能算法帮助揭开量子系统的物理学基础

    来自布里斯托尔大学量子工程技术实验室(QETLabs)的科学家们开发了一种算法,为量子系统的基础物理学提供了宝贵的见解:为量子计算和传感的重大进展铺平了道路,并有可能翻开科学研究的新一页。在物理学中,粒子系统及其演变是由数学模型描述的,需要理论论证和实验验证的成功互动。更为复杂的是对粒子系统在量子力学水平上相互作用的描述,这通常是用哈密尔顿模型来完成的。由于量子态的性质,从观测中制定哈密顿模型的过程变得?

  • 欧盟起草的人工智能政策旨在控制大技术

    周三,欧盟宣布了新的人工智能条例草案,限制了政府和企业如何使用人工智能在道德上更加可疑的方面。积极地试图监管人工智能用于邪恶的用途,欧盟的规则草案将禁止"人工智能系统被认为是对人们的安全、生计和权利的明显威胁。"拟议的规则将对各种使用案例产生深远的影响,包括自动驾驶汽车。据报道,苹果正在研发一款"苹果汽车",这是一款自动驾驶电动车,预计将于2024年至2028年期间推出。据报道,这些政策还将对执法人工智能进行

  • 创新的微芯片设计将计算推到边缘 使人工智能可以实时使用

    为了应对人工智能对计算机网络的爆炸性需求,普林斯顿大学的研究人员近年来从根本上提高了专门的人工智能系统的速度并减少了其能源使用。现在,研究人员通过创建共同设计的硬件和软件,使设计者能够将这些新型系统融合到他们的应用中,使他们的创新更接近于广泛使用。通过减少电力需求和从远程服务器交换数据的需要,用普林斯顿技术制造的系统将能够把人工智能应用,如无人机的驾驶软件或高级语言翻译带到计算基础设施的最边缘。新

  • 有了新的人工智能解决方案 智能手机打字可能变得更容易

    不管你喜欢什么品牌的智能手机,我们都曾因屏幕上的小键盘而面临打字的麻烦。苏黎世联邦理工学院的研究结果可能意味着未来的智能手机会减少打字错误。研究人员开发了一种新的人工智能解决方案,使触摸屏能够以比目前设备高八倍的分辨率感知。他们的解决方案可以更精确地推断出手指在触摸屏上的位置。该项目的研究人员说,在现代智能手机上打字的挑战是,检测手指在屏幕上的位置的触摸传感器自2000年代中期以来没有什么变化。虽然这

  • 再携手民生银行,国双产业人工智能赋能数字金融

    近日,国双签约民生银行智能法律服务二期项目,双方将基于一期建设成果与应用以来的数据与知识积累,进一步升级诉讼智库;同时打造前沿的智能化服务产品,提高民生银行法律智能化水平。国双产业人工智能再度收获场景化落地硕果,护航数字金融稳健发展。数智技术创造法律服务新能力银行诉讼智能化企足而待银行融通各行各业,是市场经济活动中最活跃的参与者与现代经济正常运行的核心,深刻影响着社会经济活力。在我国经济新常态下,?

  • 人工智能进行时—王者荣耀助力产学研 共享AI新生态

    生物的进化的速度要以百万年的时间来计算,而人工智能却在以肉眼看得见的速度进化。半个世纪前,人类需要使用一部重达 1270 公斤的电脑对抗国际象棋大师时,不会想到在半个世纪后的王者荣耀中,AI可进化至职业电竞水平,这就是王者荣耀的AI——「绝悟」,「绝悟」从离线的玩家对局样本进行模仿学习,为了突破上限,又采用了AI自对弈的强化学习,然后在“绝悟挑战”中测试强度。王者荣耀执行制作人,腾讯天美L1 工作室总经理黄蓝枭?

  • 华为公开“轨迹预测方法”相关专利,应用于人工智能自动驾驶

    5月14日,华为技术有限公司公开“一种轨迹预测方法及相关设备”专利,公开号为CN112805730A。企查查专利摘要显示,该轨迹预测方法,应用于人工智能领域下的自动驾驶,通过轨迹预测模型,得到所述目标对象的预测轨迹等

  • 大众汽车将于今夏在德国开始测试基于Argo人工智能的自动驾驶面包车

    大众汽车公司周三宣布今年夏天将开始在德国测试其新的自动驾驶车辆。这家德国汽车制造商的电动ID Buzz货车将使用Argo AI开发的硬件和软件,Argo是一家位于匹兹堡的创业公司,得到了福特和大众的支持。其目的是在2025年前在德国推出商业送货和微型交通服务。大众汽车和Argo的高管本周召开了一次新闻发布会,介绍了他们的合作关系的最新进展,该合作关系于2019年首次宣布,是大众汽车与福特汽车 "全球联盟"的延伸,特别是为大众汽车?

  • 联邦贸易委员会警告正计划打击有偏见的人工智能技术

    美国联邦贸易委员会警告各公司不要使用有偏见的人工智能技术,因为它们可能违反消费者保护法。一篇新的博客文章指出,人工智能工具可以反映出 "令人不安的"种族和性别偏见。如果这些工具被应用于住房或就业等领域,虚假宣传为无偏见,或以欺骗性方式收集的数据进行训练,该机构表示它可以进行干预。访问购买:爱奇艺周年庆 - 京东联名年卡5.5折仅138元联邦贸易委员会律师Elisa Jillson写道:"在急于拥抱新技术的时候,要小心不要过

  • 人工智能助力因材施教——区域教育信息化创新实践论坛”在厦门举办

    4月23日,第79届中国教育装备展示会盛大启幕。同期,由中国教育电视台主办、科大讯飞承办的“人工智能助力因材施教——区域教育信息化创新实践论坛”在厦门圆满召开。来自人工智能领域的教育和科技专家,各地教育管理者、一线工作者共聚一堂,聚焦未来教育发展趋势,交流区域教育信息化实践经验,探究乡村教育振兴路径,为发展更加公平、更高质量的教育凝心聚智。中国教育电视台全媒体中心主任闫勇,科大讯飞股份有限公司高级副总?

  • 机器学习技术使显微镜变得比以往更好

    机器学习帮助一些最好的显微镜看得更清楚,工作得更快,并处理更多的数据。为了观察鱼脑中迅速的神经元信号,科学家们已经开始使用一种叫做光场显微镜的技术,这使得对这种快速的生物过程进行三维成像成为可能。但是这些图像往往缺乏质量,而且需要数小时或数天的时间才能将大量的数据转换为三维体积和电影。现在,欧洲分子生物学实验室(EMBL)的科学家们已经将人工智能(AI)算法与两种尖端的显微镜技术相结合--这一进展将图像处

  • Alphabet X研发团队希望将人工智能引入电网 让其可视化

    谷歌母公司Alphabet一直在为电网开展 "登月行动",其X研发团队的一个秘密项目旨在找出如何使电力使用比现在更稳定、更绿色。这项研究在白宫领导人气候峰会上被披露,在过去三年中一直在进行。X研发团队开始是Google X,然后在谷歌创建Alphabet作为其总体母公司时被剥离出来成为一个独立的部门。X研发团队并不打算自己架设电线和安装太阳能电池板和风力涡轮机。相反,它正在研究对电网更全面的了解是否有助于向环境稳定的资源过渡。

  • 腾讯汤道生:腾讯将助力培养 10000 名人工智能教师

    4月20日,第二届MEET教育科技创新峰会在北京举办。腾讯公司高级执行副总裁、云与智慧产业事业群总裁汤道生在《深耕智慧教育,助力学习者“生长”》的主题演讲中表示,经过十年发展,教育信息化建设正在从“工具驱动”,转变为“数据驱动”:从单一的教学工具迈向以数据应用提升整体教学能力、助力个性化发展的新阶段。汤道生强调,腾讯教育在其中始终坚持做好“数字化助手”的角色:截至目前在全国落地了10多万所标杆院校,服务了1000多个教

  • 思必驰入选中央网信办人工智能企业典型应用案例

    4 月 26 日,在数字中国建设成果峰会人工智能分论坛上,中央网信办组织评选的人工智能企业典型应用案例正式发布,思必驰“AI社区数字网格员应用案例”成功入选。据了解,此次评选始于去年 10 月,由中央网信办信息化发展局开展人工智能创新应用案例征集工作,经人工智能社会实验专家组评审,其目的是发现和挖掘人工智能行业的最新场景和杰出企业,进一步推动我国人工智能健康稳定发展,最终共遴选出 35 家人工智能企业典型应用案例

  • 科学家借助主动式机器学习技术来改进光伏面板

    德国慕尼黑大学与柏林弗里茨·哈伯研究所的科学家们,已经找到了一条依靠主动式机器学习(AML)技术,来持续改进光伏面板的新方法。传统意义上的学习,无非是借鉴以往的经验。即便需要应对新的情况,AI 也相当依赖于此前已经处理过的大致相似状况。不过本文介绍的主动式学习技术,似乎已经开辟出了一个几乎无限的可能。研究配图 - 1:在几乎不受限制的空间中的 AML 新发现在面向未来的便携式太阳能电池或可卷曲显示屏等研究领域,?

  • 网信办人工智能企业典型应用案例发布 七鱼智能营销服务系统入选

    近日,由国家互联网信息办公室 、国家发展和改革委员会、工业和信息化部、国务院国有资产监督管理委员会、福建省人民政府共同主办的第四届数字中国建设峰会在福州举行。会上,中央网信办组织评选的人工智能企业典型应用案例正式发布,网易七鱼智能营销服务案例成功入选。据了解,本次评选是中央网信办信息化发展局基于人工智能社会实验工作有关任务部署,经人工智能社会实验专家组评审,遴选出的一批人工智能企业典型应用案例。此?

  • 腾讯教育推出“光合计划”2.0:将助力培养1万名人工智能教师

    共建100 个职业的体系化课程、助力行业开发1000 款数字化教育应用、助力培养10000 名人工智能教师——4 月20 日,在第二届MEET教育科技创新峰会上,腾讯高级执行副总裁、云与智慧产业事业群总裁汤道生宣布,腾讯教育将携手教育管理部门、各级院校、教育机构及合作伙伴,推出“光合计划”2.0。通过设定新的“百千万”的目标,腾讯教育将推进智慧教学的生态建设,携手行业共建教育信息化未来。(腾讯高级执行副总裁、云与智慧产业事业

  • X光实验和机器学习创新可使电池研发缩短几年时间

    据外媒报道,美国劳伦斯伯克利实验室的一台X射线仪器为一项电池研究做出了贡献,该研究采用了机器学习的创新方法,以加快对缩短快速充电锂电池寿命的过程的学习曲线。研究人员利用伯克利实验室的先进光源,一个同步辐射器,为几十个同时进行的实验产生从红外线到X射线的光线,在一个被称为COSMIC的最先进的ALS光束线上执行一种被称为扫描透射X射线显微镜(STXM)的化学成像技术。研究人员还在另一个同步辐射器--SLAC的斯坦福同步辐射

  • 英特尔机器学习技术让《侠盗猎车手5》看起来更加真实

    作为 R 星旗下一款长盛不衰的游戏,至今仍有许多玩家沉浸在《GTA 5》的世界里。不过英特尔实验室的一个机器学习新项目,却惊喜地赋予了“圣安地列斯”更真实的画面感受。外媒指出,圣安地列斯中的许多场景,都可以在洛杉矶和南加州找到现实对应。而英特尔的“照片逼真度增强”技术,又为我们打开了新世界的大门。在 Stephan R. Richter、Hassan Abu Alhaija 和 Vladlen Kolten 这几位研究人员的努力下,我们领略到了样貌“焕然一新

  • 热门标签

热文

  • 3 天
  • 7天