在此研究中，医疗保健服务提供商盖辛格公司的布兰登·佛恩沃尔特及同事让AI检查了约40万人的177万例心电图（ECG），以预测未来一年内谁的死亡风险更高。
为了做到这一点，该团队训练了两种版本的AI：一种AI仅被“喂食”原始ECG数据，其可随时间测量出电压；另一种AI则被“喂食”了ECG以及患者的年龄和性别数据。
研究人员使用名为“AUC”的指标来衡量这两种AI的性能，该指标可以描述模型各方面的表现，区别一年内可能死亡患者和幸存患者。
佛恩沃尔特说，结果表明，AI的得分始终高于0.85分（满分为1分，得分为0.5表示两种AI之间没有区别）；而医生目前使用的风险评分模型的AUC的得分介于0.65—0.8之间。
为进行比较，研究人员还基于医生测量的ECG特征创建了一种算法，但佛恩沃尔特说：“无论如何，基于电压的模型的表现总比根据我们从心电图测量得到数据而创建的模型要好。”
而且，即使心脏病专家认为心电图正常的人，AI也能准确预测其死亡风险。3名心脏病专家分别检查了表现正常的心电图，但无法找出AI检测到的风险模式。
佛恩沃尔特说：“这一发现表明，该模型可能看到了人类看不到的东西，或者至少是我们忽略并认为正常的东西。因此，AI有可能帮我们厘清几十年来我们一直误解的东西。”
研究人员将在11月16日于达拉斯举办的美国心脏协会科学会议上宣布这项研究。
