科技日報北京4月22日電 (記者劉霞)一個由德國慕尼黑大學(xué)、英國劍橋大學(xué)和美國波士頓大學(xué)科學(xué)家組成的國際團隊，正在探索將人工智能(AI)較新分支——因果機器學(xué)習(xí)用于診斷和治療的潛力。他們的最新研究指出，因果機器學(xué)習(xí)可以提高治療的安全性和有效性，尤其是為個性化治療提供了機會，有助改善患者健康狀況。相關(guān)論文發(fā)表于19日出版的最新一期《自然·醫(yī)學(xué)》雜志。

研究負責(zé)人、慕尼黑大學(xué)AI管理研究所所長斯特凡·弗雷里格爾教授指出，經(jīng)典機器學(xué)習(xí)可識別模式并發(fā)現(xiàn)相關(guān)性。但因果關(guān)系中的因果原理對機器而言仍是盲區(qū)，機器無法解決“為什么”的問題。然而，在作出治療決定時遇到的許多問題都包含因果關(guān)系。

例如，在治療糖尿病時，經(jīng)典機器學(xué)習(xí)能預(yù)測具有一系列風(fēng)險因素的患者罹患該疾病的可能性。而因果機器學(xué)習(xí)可回答：如果患者服用抗糖尿病藥物，會對患病風(fēng)險產(chǎn)生什么影響，即它能衡量一個原因(藥物處方)的影響。它還可估計另一種治療方案是否優(yōu)于目前處方藥二甲雙胍。

不過，弗雷里格爾指出，為估計某種假設(shè)療法的效果，AI模型必須學(xué)會回答“假設(shè)會怎樣”這類性質(zhì)的問題。鑒于此，他們給機器制訂了規(guī)則，使其可識別因果結(jié)構(gòu)并將問題表示出來。然后，機器必須學(xué)會識別干預(yù)措施的效果，并理解現(xiàn)實中的后果如何表示為輸入計算機的數(shù)據(jù)。結(jié)果顯示，因果機器學(xué)習(xí)能提高治療的安全性和有效性。

免責(zé)聲明：凡本網(wǎng)注明“來源：XXX（非駐馬店廣視網(wǎng)、駐馬店融媒、駐馬店網(wǎng)絡(luò)問政、掌上駐馬店、駐馬店頭條、駐馬店廣播電視臺）”的作品，均轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責(zé)，作品版權(quán)歸原作者所有，如有侵犯您的原創(chuàng)版權(quán)請告知，我們將盡快刪除相關(guān)內(nèi)容。凡是本網(wǎng)原創(chuàng)的作品，拒絕任何不保留版權(quán)的轉(zhuǎn)載，如需轉(zhuǎn)載請標(biāo)注來源并添加本文鏈接：http://www.howtobuymyhome.com/showinfo-108-320307-0.html，否則承擔(dān)相應(yīng)法律后果。