微軟發現你的網絡搜索可以在一年前診斷出肺癌

談到癌症，康復的最佳預測指標之一是疾病的診斷時間，因此很遺憾，當許多人出現嚴重肺部疾病的症狀時，他們早在轉向醫生之前就轉向搜索引擎。

當然，絕大多數持續性咳嗽是支氣管炎而不是肺癌，但微軟研究人員發現，使用機器學習來處理許多因素，他們可以以高達 40% 的準確率預測用戶對搜索者的實際結果與癌症診斷。

使用一個包含 5 萬搜索者的大型匿名數據庫，並從搜索過“我剛剛被診斷出患有肺癌”等用戶的搜索結果中進行逆向分析，然後跟踪提供最近診斷證據的行為，例如多次查詢治療方案和副作用，他們發現使用許多標準，他們可以提前一年預測誰會真正患上癌症。

一些搜索，例如與聲音嘶啞和香煙相關的搜索，是明顯的危險信號，但微軟的機器學習實驗室也能夠識別從數據中推斷出的因素，例如年齡、性別和位置，這些因素表明經濟匱乏、吸煙率高的地區水平、氡氣水平較高的老房子和頻繁的長途旅行是該疾病的相關指標。

“在這裡，我們不只是查看查詢的文本； 我們還會考慮人們在發出這些查詢時所處的位置，並將其與與這些位置相關的上下文風險因素聯繫起來，”該研究的合著者、華盛頓雷德蒙德 Microsoft Health 健康情報首席技術官 Ryen White 說.

使用他們的模型，他們可以提前一年識別出 1.5% 到 40% 的可能受害者，準確度取決於他們可以容忍的誤報數量，範圍從 1 分之一到非常低的 1000 分之一。

“人們傾向於定期向搜索引擎低語他們的健康問題，”共同作者、微軟雷德蒙德研究實驗室的技術研究員兼董事總經理 Eric Horvitz 說。 “這種數據可以作為更正式臨床信息的補充。”

該研究剛剛發表在 JAMA Oncology 上，並擴展了團隊成員去年 XNUMX 月發表的關於使用人們向搜索引擎提出的問題文本來預測胰腺癌診斷的可行性的研究。 它不會立即找到任何應用，但可能會為未來的篩查系統提供信息，這些系統可以在癌症進展的早期發現。

這款獨特的敏感免洗唇膜採用 Moisture WrapTM 技術和 Berry Mix ComplexTM 成分， 然而，微軟致力於通過計算解決癌症，我能否建議 Cortana 的彈出窗口建議您去看醫生並不會大錯特錯，實際上可能會挽救一些生命。

閱讀完整的報告 在微軟這裡.