ยิงนับวันมนุษย์ก็ยิ่งสามารถพัฒนาปัญญาประดิษฐ์ให้ก้าวล้ำมากขึ้นเรื่อยๆ จนเหมือนกล่องดำ (black box) ที่มนุษย์ไม่เข้าใจกระบวนการทำงาน หากนับเฉพาะวงการแพทย์ งานวิจัยเกี่ยวกับปัญญาประดิษฐ์ที่สามารถคาดการณ์ วิเคราะห์และประเมิณอาการเจ็บป่วยต่างๆ ได้แม่นยำกว่าแพทย์นั้นก็มีออกมาให้เห็นอย่างต่อเนื่อง
อย่างล่าสุดนักวิจัยจากมหาวิทยาลัยนอตทิงแฮม (University of Nottingham) ประสบความสำเร็จในการพัฒนาอัลกอริทึมสำหรับ Machine Learning ในการประเมินความเสี่ยงและคาดการณ์การเกิดอาการหัวใจวาย โดยอาศัยปัจจัยและแนวทางในการประเมินความเสี่ยงจาก the American College of Cardiology/American Heart Association (ACC/AHA)
นักวิจัยป้อนข้อมูลจากผู้ป่วยกว่า 378,256 คน ขณะที่ Machine Learning ใช้ข้อมูลจาก 295,000 คนเพื่อสร้างโมเดลสำหรับประเมินความเสี่ยง ก่อนจะใช้ข้อมูลที่เหลือเพื่อทดสอบและเกลาความแม่นยำให้มากขึ้น ปรากฎว่าอัลกอริทึมมีความแม่นยำที่เฉลี่ย 72.8% สูงกว่าการใช้แนวทางของ ACC/AHA โดยแพทย์ทั่วไปราว 7.6% และเกิดการคาดการณ์ที่ผิดพลาด (false alarm) น้อยลง 1.6%
ที่น่าสนใจกว่านั้นคือ อัลกอริทึมค้นพบและกำหนดปัจจัยอื่นๆ สำหรับการคาดการณ์เพิ่มเติมจากที่ ACC/AHA ระบุไว้ด้วย อาทิ อาการป่วยทางจิตขั้นรุนแรงและการกินยาสเตียรอยด์ (Corticosteroids) ของผู้ป่วย ขณะที่อัลกอริทึมไม่นำปัจจัยเรื่องโรคเบาหวานมาพิจารณาเป็นปัจจัยหลักเลย ทั้งๆ ที่โรคเบาหวานถูกระบุเป็นปัจจัยหลักอยู่ในแนวทางของ ACC/AHA ด้วยซ้ำ