胸痛是患者去急诊室(ED)的最常见原因之一，但最终被诊断出患有心肌梗塞(MI)的人很少。新的研究发现，机器学习算法可以以94%的准确度预测MI。

　　根据美国心脏病学会的新闻稿，瑞典乌普萨拉大学的博士后研究员Daniel Lindholm博士将于3月10日至12日在奥兰多举行的美国心脏病学会第67届年度科学会议上介绍这项研究。

　　Lindholm在新闻稿中说：“长期目标是确定风险最高的患者，并首先治疗这些患者。”“如果这项工作得到进一步验证，医院可能会使用它来快速找出哪些患者在到达医院时病情最严重，这可能会使最需要的患者的治疗时间缩短。”

　　Lindholm和他的同事们针对2011年至2013年在斯德哥尔摩进行的超过8200次ED访问所收集的数据，对算法进行了训练。

　　在研究的第一阶段，该算法使用来自5800次患者就诊的数据来创建决策树，使用诸如血液测试结果，生命体征和患者病史等指标来识别MI诊断。

　　第二阶段使用了来自另外2400次就诊的相似患者数据，但排除了最终的心脏病发作诊断以确定算法的准确性。

　　结果表明，该算法可准确地预测出MI的诊断率达94%。根据该版本，这些型号通常认为高90%。

　　Lindholm说：“从广义上讲，机器学习方法已经存在了很长一段时间，但是直到最近几年，我们才获得了大数据集和计算能力，可以将它们用于临床应用。”“我认为我们将会看到越来越多的基于机器学习的决策支持系统。但是，即使机器学习可以增强医学实践，我也不认为这些算法最终会取代医生，而是基于以下方面的数据提供决策支持：同情心，人的判断力和医患关系等其他方面至关重要。”

　　责任编辑:张华