Il nostro tasso di mortalità può essere un argomento delicato. Vuoi sapere quando morirai se queste informazioni sono a tua disposizione? Forse non una data precisa, ma vuoi sapere se sei pronto a morire prima della mezza età?
Ad esempio, per me, questo non ha senso. Non voglio saperlo particolarmente, ma ho un amico che ha già battuto le probabilità: è un sopravvissuto al cancro. Quindi le sue possibilità sono aumentate. Mostra algoritmi Intelligenza artificiale Ora più precisione nel determinare la morte prematura. Anche se potrebbe essere più facile determinare la mia posizione, potrebbe non essere la prossima persona, ma L'IA è ancora in grado Questo è più accurato rispetto ai metodi attuali.
L'IA prevede la morte prematura con maggiore precisione
I ricercatori medici, guidati dal dottor Stephen Wong, assistente professore di epidemiologia e scienza dei dati presso l'Università di Nottingham nel Regno Unito, hanno addestrato un sistema di intelligenza artificiale per valutare i dati sanitari di oltre mezzo milione di persone nel Regno Unito, quindi Hanno usato la previsione per vedere se le persone erano a maggior rischio di morte prematura per malattie croniche.
Il mio amico ha avuto il cancro sei anni fa, come ho detto. Dieci anni fa, l'IA avrebbe potuto prevedere che avesse questa malattia o che avrei avuto maggiori probabilità di morire presto a causa della malattia?
Le previsioni fatte dall'IA sulla morte prematura erano "molto più accurate" rispetto ai metodi precedenti che erano stati utilizzati, secondo Wing.
Per valutare la probabilità di morte prematura sono stati utilizzati due tipi di intelligenza artificiale: "apprendimento profondo" e "giungla casuale". Il deep learning si verifica quando un computer utilizza reti di elaborazione delle informazioni a più livelli per apprendere dagli esempi. La foresta casuale combina diversi modelli simili ad alberi per determinare la stessa cosa.
I risultati del deep learning e dei metodi random forest sono stati quindi confrontati con l'algoritmo standard utilizzato per determinare la morte prematura: il modello di Cox.
I dati genetici, fisici e sanitari del database ad accesso aperto della biobanca britannica sono stati valutati dai ricercatori utilizzando i tre modelli. Questo database includeva circa 14500 persone che sono morte, nella maggior parte dei casi per cancro, malattie cardiache e malattie respiratorie, dal 2006 al 2016.
L'età, il sesso, la storia del fumo e la precedente diagnosi di cancro erano variabili importanti nel determinare se una persona sarebbe morta prematuramente, secondo i tre algoritmi.
Ma gli algoritmi hanno esaminato le altre variabili in modo diverso. Il modello Cox si è concentrato sulla corsa e sull'attività fisica, mentre l'IA no.
La foresta casuale AI ha dato importanza alla percentuale di grasso, alla circonferenza della vita, alla quantità di frutta e verdura consumata e al colore della pelle. L'IA del deep learning ha esaminato l'esposizione ai rischi legati al lavoro e all'inquinamento atmosferico e ha anche preso in considerazione l'alcol e alcuni farmaci.
Quando i tre algoritmi sono stati confrontati, il deep learning è risultato il più accurato. Ha identificato correttamente il 76% delle persone morte durante il decennio di studio. La foresta casuale era accurata con il 65% delle persone, mentre il modello di Cox era accurato con circa il 44% delle persone.
L'IA è affidabile
Queste non sono le uniche volte in cui l'IA è stata accurata nel prevedere i risultati sanitari. È stato utilizzato per identificare i primi segni di Alzheimer, autismo, diabete, infarto e ictus.
Ora che sappiamo che l'IA può prevedere con precisione la morte prematura, dove ci lascia? È qualcosa che vogliamo sapere in modo da poter implementare le nostre liste di bucket? Vuoi che l'IA ti parli delle tue possibilità di morire prematuramente? Aggiungi i tuoi pensieri su questo ai commenti qui sotto.
