Medicinski raziskovalci so v umetni inteligenci (AI) odkrili neprijetno sposobnost: napovedovanje zgodnje smrti človeka.
Znanstveniki so pred kratkim usposobili sistem AI za oceno desetletja splošnih zdravstvenih podatkov, ki jih je predložilo več kot pol milijona ljudi v Združenem kraljestvu. Nato so na AI naložili, naj predvidijo, ali posamezniki ogrožajo prezgodnjo smrt - z drugimi besedami, prej od povprečne življenjske dobe - za kronično boleznijo, so poročali v novi raziskavi.
Napovedi zgodnje smrti, ki so jih izdelali algoritmi AI, so bili "bistveno natančnejši" od napovedi, ki ga je predložil model, ki ni uporabljal strojnega učenja, vodilni avtor študije dr. Stephen Weng, docent za epidemiologijo in znanost podatkov na Univerzi v Nottingham (ZN) v Veliki Britaniji, je dejal v izjavi.
Za oceno verjetnosti prezgodnje umrljivosti preiskovancev so raziskovalci preizkusili dve vrsti AI: "globoko učenje", pri katerem večplastne mreže za obdelavo informacij računalniku pomagajo, da se uči iz primerov; in "naključni gozd", enostavnejša vrsta AI, ki združuje več drevesnih modelov, da bi upoštevali možne rezultate.
Nato so zaključke AI modelov primerjali z rezultati standardnega algoritma, znanega kot Coxov model.
S pomočjo teh treh modelov so znanstveniki ocenjevali podatke v britanski biobanki - zbirki podatkov o genetskih, fizičnih in zdravstvenih podatkih z odprtim dostopom -, ki jih je med letoma 2006 in 2016. predložilo več kot 500.000 ljudi. V tem času je umrlo skoraj 14.500 udeležencev, predvsem od raka, srčnih in dihalnih bolezni.
Različne spremenljivke
Vsi trije modeli so ugotovili, da so bili dejavniki, kot so starost, spol, zgodovina kajenja in predhodna diagnoza raka, najvišje spremenljivke za oceno verjetnosti zgodnje smrti osebe. Toda modeli so se razlikovali od drugih ključnih dejavnikov, so ugotovili raziskovalci.
Coxov model se je močno opiral na narodnost in telesno aktivnost, medtem ko modeli strojnega učenja niso. Za primerjavo, naključni model gozda daje večji poudarek odstotek telesne maščobe, obseg pasu, količino sadja in zelenjave, ki so jih ljudje pojedli, in ton kože, navaja študija. Za model globokega učenja so bili glavni dejavniki izpostavljenost nevarnosti na delovnem mestu in onesnaževanje zraka, vnos alkohola in uporaba nekaterih zdravil.
Ko je bilo narejeno vse krčenje števila, je algoritem poglobljenega učenja dal najbolj natančne napovedi in pravilno določil 76 odstotkov preiskovancev, ki so umrli v obdobju študije. Za primerjavo je naključni model gozda pravilno napovedoval približno 64 odstotkov prezgodnjih smrti, medtem ko je Coxov model opredelil le približno 44 odstotkov.
To ni prvič, da so strokovnjaki izkoristili AI-jevo napovedno moč za zdravstveno varstvo. Leta 2017 je druga skupina raziskovalcev dokazala, da se AI lahko nauči odkriti zgodnje znake Alzheimerjeve bolezni; njihov algoritem je ovrednotil možganske preglede, da bi napovedovali, ali bo človek verjetno razvil Alzheimerjevo bolezen, in to je storil s približno 84-odstotno natančnostjo, je prej poročal Live Science.
Druga raziskava je pokazala, da lahko AI napoveduje nastanek avtizma pri 6-mesečnih dojenčkih, pri katerih obstaja veliko tveganje za razvoj motnje. Še ena študija bi lahko odkrila znake, ki posegajo po sladkorni bolezni, z analizo mrežnice; in še en - tudi s pomočjo podatkov, pridobljenih s preiskavami mrežnice - je napovedoval verjetnost, da bo bolnik doživel srčni infarkt ali možgansko kap.
V novi študiji so znanstveniki dokazali, da je strojno učenje - "s skrbnim uglaševanjem" - mogoče uporabiti za uspešno napovedovanje izidov umrljivosti skozi čas, je v izjavi povedal soavtor študije Joe Kai, profesor primarne zdravstvene nege.
Čeprav uporaba AI na tak način mnogim zdravstvenim delavcem morda ni znana, pa predstavljene metode, uporabljene v študiji, "lahko pomagajo pri znanstveni verifikaciji in prihodnjem razvoju tega vznemirljivega področja", je dejal Kai.
Ugotovitve so bile objavljene na spletu danes (27. marca) v reviji PLOS ONE.
