吴恩达团队最新成果,运用AI精确预测患者在高血压治疗中可能获得的效果
近日，吴恩达宣布其斯坦福实验室团队在 ai 最新的成果：运用机器学习方法，能够更加精确预测患者在高血压治疗中可能获得的效果。
在一般的心血管疾病中，疾病治疗带来的绝对风险降低（arr）是与该病的基线风险相关的，即高风险的患者能从治疗中获得更多的收益。
而斯坦福实验室使用随机试验数据，开发一个能够估计个体治疗效果的模型。斯坦福实验室团队对两个假设进行了测试：
第一，个体治疗效果的模型将显示，高强度的高血压治疗下，患者的收益与疾病的基准风险成正比；第二，设计用于预测异构治疗效果的机器学习方法：x-learner 元算法，并假设 x-learner 的算法的效果与传统的逻辑回归（logistic regression）方法相当。
图丨吴恩达团队论文（来源：ahajournals.org）
吴恩达团队将常规的逻辑回归与 x-learner 方法进行比较，预测患病 3 年的心血管疾病患者在经过强化治疗（目标是将收缩压降至低于 120 mm hg）及常规治疗（收缩压降至低于 120 mm hg）后的风险降低的程度。结果显示，使用逻辑回归的方法得到的 arr 预测值通常与心血管风险成正比，而 x-learner 则能够正确地观察到，个体治疗效果经常是与基线风险不成比例的。
这样的结论也说明了，在为患者进行高血压治疗的时候，根据患者各人具体情况设计疗法，效果很可能优于给所有人相同的疗法，为现有的高血压治疗提供新的视角和思路。这也是吴恩达团队希望能够实现的效果。
作为著名华人 ai 学者，吴恩达自从从百度离职回归学术界后，在医疗领域应用人工智能就成为他的人工智能研究重心之一，他也坚信，在医疗领域上会有一场技术革命，其带领的团队这两年常有新的医疗 ai 应用研究诞生，如 2017 年吴恩达带领团队开发出一种算法，可以从现有心电图中找出四种不同的心律不齐，2018 年他和斯坦福大学 ml group 发布了放射影像数据集，还在这个数据集的基础上举办深度学习挑战赛等。在未来，可能会有更多人应用机器学习在患者数据中寻找很多疾病的诊断或者疗法预测的方法。
但是，想要公众接受这一技术并非易事。这些算法的原理和逻辑都很繁杂，不是随随便便就能解释清楚的。即便可以，医生和病人也很难理解。寻找可行的解释方式也对于增强医患关系与强化治疗方法十分重要，所以，尽管这样的研究一直层出不穷，但现阶段我们可能还不会在周围的医院里见到这种技术的身影。
新能源汽车并不是看上去的那么美丽
苹果三季度在华遭遇“双滑” 谁是罪魁祸首？
盘点广电的漫长5G之路
输出两只电压的整流电路Ⅰ
颠覆互联网认知，共探区块链发展之道
吴恩达团队最新成果,运用AI精确预测患者在高血压治疗中可能获得的效果
车联网知晓消费者需求 可望刺激汽车相关销售
深入理解Linux RCU:RCU是读写锁的替代者
汽车自燃的主要原因和预防措施
今日米粉节惊喜多，小米降价不只一点半点
工业互联网未来发展的智能化趋势
解读移动互联网时代下的LED显示屏未来
泰克为树莓派提供当前及下一代高速接口开发测试解决方案
华为推进平和整县屋顶分布式光伏项目合作
AdaBoost算法相关理论和算法介绍
人工智能技术助力巴黎圣母院浴火重生
详谈太阳能光伏发电供电系统的组成及工作原理
专访魔笛MOTI·MEGA PRO主设计师 ,听他讲产品背后故事
采用RFID之前要考虑哪一些因素
医疗电源安全性能怎么检测？纳米软件电源测试系统能否测试？
在一般的心血管疾病中，疾病治疗带来的绝对风险降低（arr）是与该病的基线风险相关的，即高风险的患者能从治疗中获得更多的收益。
而斯坦福实验室使用随机试验数据，开发一个能够估计个体治疗效果的模型。斯坦福实验室团队对两个假设进行了测试：
第一，个体治疗效果的模型将显示，高强度的高血压治疗下，患者的收益与疾病的基准风险成正比；第二，设计用于预测异构治疗效果的机器学习方法：x-learner 元算法，并假设 x-learner 的算法的效果与传统的逻辑回归（logistic regression）方法相当。
图丨吴恩达团队论文（来源：ahajournals.org）
吴恩达团队将常规的逻辑回归与 x-learner 方法进行比较，预测患病 3 年的心血管疾病患者在经过强化治疗（目标是将收缩压降至低于 120 mm hg）及常规治疗（收缩压降至低于 120 mm hg）后的风险降低的程度。结果显示，使用逻辑回归的方法得到的 arr 预测值通常与心血管风险成正比，而 x-learner 则能够正确地观察到，个体治疗效果经常是与基线风险不成比例的。
这样的结论也说明了，在为患者进行高血压治疗的时候，根据患者各人具体情况设计疗法，效果很可能优于给所有人相同的疗法，为现有的高血压治疗提供新的视角和思路。这也是吴恩达团队希望能够实现的效果。
作为著名华人 ai 学者，吴恩达自从从百度离职回归学术界后，在医疗领域应用人工智能就成为他的人工智能研究重心之一，他也坚信，在医疗领域上会有一场技术革命，其带领的团队这两年常有新的医疗 ai 应用研究诞生，如 2017 年吴恩达带领团队开发出一种算法，可以从现有心电图中找出四种不同的心律不齐，2018 年他和斯坦福大学 ml group 发布了放射影像数据集，还在这个数据集的基础上举办深度学习挑战赛等。在未来，可能会有更多人应用机器学习在患者数据中寻找很多疾病的诊断或者疗法预测的方法。
但是，想要公众接受这一技术并非易事。这些算法的原理和逻辑都很繁杂，不是随随便便就能解释清楚的。即便可以，医生和病人也很难理解。寻找可行的解释方式也对于增强医患关系与强化治疗方法十分重要，所以，尽管这样的研究一直层出不穷，但现阶段我们可能还不会在周围的医院里见到这种技术的身影。
新能源汽车并不是看上去的那么美丽
苹果三季度在华遭遇“双滑” 谁是罪魁祸首？
盘点广电的漫长5G之路
输出两只电压的整流电路Ⅰ
颠覆互联网认知，共探区块链发展之道
吴恩达团队最新成果,运用AI精确预测患者在高血压治疗中可能获得的效果
车联网知晓消费者需求 可望刺激汽车相关销售
深入理解Linux RCU:RCU是读写锁的替代者
汽车自燃的主要原因和预防措施
今日米粉节惊喜多，小米降价不只一点半点
工业互联网未来发展的智能化趋势
解读移动互联网时代下的LED显示屏未来
泰克为树莓派提供当前及下一代高速接口开发测试解决方案
华为推进平和整县屋顶分布式光伏项目合作
AdaBoost算法相关理论和算法介绍
人工智能技术助力巴黎圣母院浴火重生
详谈太阳能光伏发电供电系统的组成及工作原理
专访魔笛MOTI·MEGA PRO主设计师 ,听他讲产品背后故事
采用RFID之前要考虑哪一些因素
医疗电源安全性能怎么检测？纳米软件电源测试系统能否测试？