因果機(jī)器學(xué)習(xí)展示診療疾病潛力

　　一個(gè)由德國(guó)慕尼黑大學(xué)、英國(guó)劍橋大學(xué)和美國(guó)波士頓大學(xué)科學(xué)家組成的國(guó)際團(tuán)隊(duì)，正在探索將人工智能(AI)較新分支——因果機(jī)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(jī)器學(xué)習(xí)可以提高治療的安全性和有效性，尤其是為個(gè)性化治療提供了機(jī)會(huì)，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(fù)責(zé)人、慕尼黑大學(xué)AI管理研究所所長(zhǎng)斯特凡·弗雷里格爾教授指出，經(jīng)典機(jī)器學(xué)習(xí)可識(shí)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(duì)機(jī)器而言仍是盲區(qū)，機(jī)器無(wú)法解決“為什么”的問(wèn)題。然而，在作出治療決定時(shí)遇到的許多問(wèn)題都包含因果關(guān)系。

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

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

（責(zé)任編輯：華康）