Phillip Hopkins
0 
1447
176
Badacze medyczni odblokowali niepokojącą zdolność sztucznej inteligencji (AI): przewidywanie przedwczesnej śmierci człowieka.
Naukowcy niedawno wyszkolili system sztucznej inteligencji, aby ocenić dekadę ogólnych danych zdrowotnych przekazanych przez ponad pół miliona ludzi w Wielkiej Brytanii. Następnie zlecili SI przewidywanie, czy osoby są zagrożone przedwczesną śmiercią - innymi słowy, wcześniej niż średnia oczekiwana długość życia - z powodu chorób przewlekłych, podali w nowym badaniu.
Przewidywania dotyczące przedwczesnej śmierci, które zostały stworzone przez algorytmy AI, były „znacznie dokładniejsze” niż przewidywania dostarczone przez model, który nie wykorzystywał uczenia maszynowego, główny autor badania dr Stephen Weng, adiunkt w dziedzinie epidemiologii i nauk o danych na Uniwersytecie w Nottingham (ONZ) w Wielkiej Brytanii, powiedział w oświadczeniu. [Czy maszyny mogą być kreatywne? Poznaj 9 artystów AI]
Aby ocenić prawdopodobieństwo przedwczesnej śmiertelności badanych, naukowcy przetestowali dwa rodzaje sztucznej inteligencji: „głębokie uczenie”, w którym warstwowe sieci przetwarzania informacji pomagają komputerowi uczyć się na przykładach; oraz „losowy las”, prostszy typ sztucznej inteligencji, który łączy wiele modeli drzewiastych w celu rozważenia możliwych wyników.
Następnie porównali wnioski modeli sztucznej inteligencji z wynikami standardowego algorytmu, znanego jako model Coxa.
Korzystając z tych trzech modeli, naukowcy ocenili dane w brytyjskim Biobanku - ogólnodostępnej bazie danych z danymi genetycznymi, fizycznymi i zdrowotnymi - przesłanej przez ponad 500 000 osób w latach 2006–2016. W tym czasie zmarło prawie 14 500 uczestników, głównie od raka, chorób serca i chorób układu oddechowego.
Różne zmienne
We wszystkich trzech modelach ustalono, że czynniki takie jak wiek, płeć, historia palenia tytoniu i wcześniejsza diagnoza raka były głównymi zmiennymi w ocenie prawdopodobieństwa przedwczesnej śmierci danej osoby. Naukowcy odkryli jednak, że modele różniły się od innych kluczowych czynników.
Model Coxa opierał się w dużej mierze na pochodzeniu etnicznym i aktywności fizycznej, podczas gdy modele uczenia maszynowego nie. Dla porównania, według badania w losowym modelu lasu większy nacisk położono na procent tkanki tłuszczowej, obwód talii, ilość spożywanych owoców i warzyw oraz odcień skóry. W przypadku modelu uczenia głębokiego głównymi czynnikami były narażenie na zagrożenia związane z pracą i zanieczyszczenie powietrza, spożycie alkoholu i stosowanie niektórych leków.
Po obliczeniu wszystkich liczb algorytm uczenia głębokiego dostarczył najdokładniejsze prognozy, poprawnie identyfikując 76 procent osób, które zmarły w okresie badania. Dla porównania, model losowego lasu prawidłowo przewidział około 64 procent przedwczesnych zgonów, podczas gdy model Coxa zidentyfikował tylko około 44 procent.
To nie pierwszy raz, kiedy eksperci wykorzystali predykcyjną moc sztucznej inteligencji w opiece zdrowotnej. W 2017 roku inny zespół naukowców wykazał, że sztuczna inteligencja może nauczyć się dostrzegać wczesne oznaki choroby Alzheimera; ich algorytm ocenił skany mózgu, aby przewidzieć, czy dana osoba może rozwinąć chorobę Alzheimera, i zrobił to z około 84-procentową dokładnością, jak wcześniej zgłaszano.
Inne badanie wykazało, że AI może przewidywać początek autyzmu u 6-miesięcznych dzieci, które były narażone na wysokie ryzyko rozwoju tego zaburzenia. Jeszcze inne badanie mogłoby wykryć oznaki postępującej cukrzycy poprzez analizę skanów siatkówki; i jeszcze jeden - również korzystając z danych pochodzących ze skanów siatkówki - przewidywał prawdopodobieństwo wystąpienia u pacjenta zawału serca lub udaru mózgu.
W nowym badaniu naukowcy wykazali, że uczenie maszynowe - „z dokładnym dostrojeniem” - może być wykorzystywane do skutecznego przewidywania wyników śmiertelności w czasie, powiedział w oświadczeniu współautor badania Joe Kai, profesor podstawowej opieki zdrowotnej ONZ..
Chociaż korzystanie z sztucznej inteligencji w ten sposób może być nieznane wielu pracownikom służby zdrowia, przedstawienie metod zastosowanych w badaniu „może pomóc w naukowej weryfikacji i przyszłym rozwoju tej ekscytującej dziedziny” - powiedział Kai..
Odkrycia opublikowano dzisiaj (27 marca) online w czasopiśmie PLOS ONE.
- Inteligentne maszyny do kolonii kosmicznych: 5 wizji przyszłości science-fiction
- 5 intrygujących zastosowań sztucznej inteligencji (które nie są zabójczymi robotami)
- Historia sztucznej inteligencji (infografika)
Pierwotnie opublikowano w dniu .