Cercetătorii medicali au deblocat o abilitate neliniștitoare în inteligența artificială (AI): prezicerea morții timpurii a unei persoane.
Oamenii de știință au instruit recent un sistem AI pentru a evalua un deceniu de date generale privind sănătatea prezentate de mai mult de jumătate de milion de oameni în Regatul Unit. Apoi, ei au însărcinat AI cu predicția dacă indivizii ar fi riscat să moară prematur - cu alte cuvinte, mai devreme decât speranța medie de viață - din cauza bolilor cronice, au raportat într-un nou studiu.
Predicțiile morții timpurii realizate de algoritmii AI au fost „semnificativ mai exacte” decât predicțiile oferite de un model care nu a utilizat învățarea automată, autorul studiului principal Dr. Stephen Weng, profesor asistent de epidemiologie și știința datelor la Universitatea din Nottingham (ONU) din Marea Britanie, a declarat într-un comunicat.
Pentru a evalua probabilitatea mortalității premature a subiecților, cercetătorii au testat două tipuri de AI: „învățare profundă”, în care rețelele de procesare a informațiilor stratificate ajută un computer să învețe din exemple; și „pădure la întâmplare”, un tip de AI mai simplu care combină mai multe modele asemănătoare cu arbori pentru a lua în considerare rezultatele posibile.
Apoi, au comparat concluziile modelelor AI cu rezultatele unui algoritm standard, cunoscut sub numele de model Cox.
Folosind aceste trei modele, oamenii de știință au evaluat datele din Banca Bio din Marea Britanie - o bază de date cu acces deschis de date genetice, fizice și de sănătate - transmise de peste 500.000 de persoane între 2006 și 2016. În acea perioadă, aproape 14.500 dintre participanți au murit, în primul rând. de cancer, boli de inima si boli respiratorii.
Diferite variabile
Toate cele trei modele au stabilit că factori precum vârsta, sexul, istoricul fumatului și diagnosticul prealabil al cancerului au fost variabile de vârf pentru evaluarea probabilității morții precoce a unei persoane. Cercetătorii au descoperit că modelele s-au divergent față de alți factori cheie.
Modelul Cox s-a bazat foarte mult pe etnie și activitate fizică, în timp ce modelele de învățare automată nu. Prin comparație, modelul de pădure aleatoriu a pus un accent mai mare pe procentul de grăsime corporală, circumferința taliei, cantitatea de fructe și legume pe care oamenii le-au mâncat și tonusul pielii, potrivit studiului. Pentru modelul de învățare profundă, factorii de top au inclus expunerea la pericole legate de locul de muncă și poluarea aerului, aportul de alcool și utilizarea anumitor medicamente.
Când s-a efectuat o curățare a numărului, algoritmul de învățare profundă a prezentat cele mai exacte predicții, identificând corect 76% dintre subiecții care au murit în perioada de studiu. Prin comparație, modelul forestier aleatoriu a prezis corect aproximativ 64% din decese premature, în timp ce modelul Cox a identificat doar aproximativ 44%.
Nu este prima dată când experții au profitat de puterea predictivă a AI pentru îngrijirea sănătății. În 2017, o echipă diferită de cercetători a demonstrat că AI-ul ar putea învăța să detecteze semne precoce ale bolii Alzheimer; Algoritmul lor a evaluat scanările creierului pentru a prezice dacă o persoană ar fi probabil să dezvolte Alzheimer și a făcut acest lucru cu o precizie de aproximativ 84 la sută, a raportat anterior Știința Live.
Un alt studiu a descoperit că AI ar putea prezice apariția autismului la bebelușii de 6 luni care aveau un risc ridicat de a dezvolta tulburarea. Încă un alt studiu ar putea detecta semne de înrăutățire a diabetului prin analiza scanărilor de retină; și încă unul - folosind și date derivate din scanări ale retinei - au prezis probabilitatea ca un pacient să aibă un atac de cord sau un accident vascular cerebral.
În noul studiu, oamenii de știință au demonstrat că învățarea mașinii - „cu acordare atentă” - poate fi utilizată pentru a prezice cu succes rezultatele mortalității în timp, a declarat co-autorul studiului Joe Kai, profesor ONU de îngrijire primară, a declarat în declarație.
În timp ce utilizarea AI în acest mod poate fi necunoscut pentru mulți profesioniști din domeniul sănătății, prezentarea metodelor utilizate în studiu "ar putea ajuta cu verificarea științifică și dezvoltarea viitoare a acestui domeniu interesant", a spus Kai.
Descoperirile au fost publicate online azi (27 martie) în revista PLOS ONE.
