Nasz wskaźnik śmiertelności może być drażliwym tematem. Czy chciałbyś wiedzieć, kiedy umrzesz, mając taką informację? Może nie konkretną datę, ale czy jesteś gotowy umrzeć przed osiągnięciem wieku średniego?
Na przykład dla mnie to nie ma sensu. Nie chcę tego specjalnie wiedzieć, ale mam przyjaciela, który już pokonał przeciwności losu: jest ocalałym z raka. Więc jego szanse wzrosły. Algorytmy pokazują… Sztuczna inteligencja Teraz dokładniej, w określaniu przedwczesnej śmierci. Chociaż łatwiej będzie ustalić moje stanowisko, to może nie być to kolejna osoba, ale… Sztuczna inteligencja nadal jest zdolna Aby to ustalić dokładniej, niż czynią to obecnie stosowane metody.
Sztuczna inteligencja przewiduje przedwczesną śmierć z większą dokładnością.
Naukowcy medyczni pod kierownictwem dr. Stephena Wonga, profesora nadzwyczajnego epidemiologii i nauki o danych na Uniwersytecie w Nottingham w Wielkiej Brytanii, wyszkolili system sztucznej inteligencji w celu oceny danych zdrowotnych ponad pół miliona osób w Wielkiej Brytanii, a następnie Zastosowali prognozę, aby sprawdzić, czy ludzie są narażeni na większe ryzyko przedwczesnej śmierci z powodu chorób przewlekłych.
U mojego przyjaciela zdiagnozowano raka sześć lat temu, jak już wspomniałem. Czy dziesięć lat temu sztuczna inteligencja mogła przewidzieć, że on zachoruje na tę chorobę, czy raczej, że ja będę bardziej narażony na przedwczesną śmierć?
Według Wenga, prognozy przedwczesnej śmierci wygenerowane przez sztuczną inteligencję okazały się „znacznie dokładniejsze” od prognoz stosowanych wcześniej metod.
Do oceny prawdopodobieństwa przedwczesnej śmierci wykorzystano dwa rodzaje sztucznej inteligencji: głębokie uczenie i las losowy. Głębokie uczenie ma miejsce, gdy komputer wykorzystuje warstwowe sieci przetwarzania informacji do uczenia się na przykładach. Las losowy łączy wiele modeli drzewiastych w celu ustalenia tego samego.
Następnie wyniki uzyskane metodą głębokiego uczenia i lasu losowego porównano ze standardowym algorytmem stosowanym do identyfikacji przedwczesnej śmierci: modelem Coxa.
Dane genetyczne, fizyczne i zdrowotne z ogólnodostępnej bazy danych UK Biobank zostały przeanalizowane przez naukowców za pomocą trzech modeli. Baza danych obejmowała około 14500 2006 osób, które zmarły, głównie z powodu raka, chorób serca i chorób układu oddechowego, w latach 2016–XNUMX.
Według wszystkich trzech algorytmów, na decyzję o przedwczesnej śmierci miały wpływ: wiek, płeć, historia palenia i wcześniejsza diagnoza nowotworu.
Jednak algorytmy analizowały inne zmienne inaczej. Model Coxa koncentrował się na rasie i aktywności fizycznej, podczas gdy sztuczna inteligencja nie.
Sztuczna inteligencja z losowym lasem przywiązywała wagę do procentowej zawartości tkanki tłuszczowej, obwodu talii, spożycia owoców i warzyw oraz koloru skóry. Sztuczna inteligencja z głębokim uczeniem uwzględniała narażenie na zagrożenia zawodowe i zanieczyszczenie powietrza, a także spożycie alkoholu i niektórych leków.
Po porównaniu tych trzech algorytmów, uczenie głębokie okazało się najdokładniejsze. Poprawnie zidentyfikowało 76% osób zmarłych w badanej dekadzie. Model lasu losowego był trafny u 65% osób, a model Coxa u około 44% osób.
Zaufana sztuczna inteligencja
To nie jedyne przypadki, w których sztuczna inteligencja trafnie przewidywała wyniki leczenia. Wykorzystano ją do identyfikacji wczesnych objawów choroby Alzheimera, autyzmu, cukrzycy, zawałów serca i udarów mózgu.
Skoro wiemy, że sztuczna inteligencja potrafi precyzyjnie przewidywać przedwczesną śmierć, co z tego wyniknie? Czy chcielibyśmy to wiedzieć, żeby móc tworzyć własne listy marzeń? Czy chcielibyście, żeby sztuczna inteligencja informowała Was o prawdopodobieństwie przedwczesnej śmierci? Podzielcie się swoimi przemyśleniami w komentarzach poniżej.
