Наша смертность может быть трудной темой для обсуждения. Хотели бы вы знать, когда умрете, если бы эта информация была вам доступна? Возможно, это не конкретная дата, но хотели бы вы знать, предрасположены ли вы умереть раньше среднего срока?
Например, для меня это не составляет труда. Мне не особенно хочется это знать, но я уже победил все шансы: я пережил рак. Так что мои шансы увеличиваются. Алгоритмы искусственного интеллекта теперь демонстрируют большую точность определения ранней смерти. Хотя мою ситуацию может быть легче определить, а вот ситуацию следующего человека — нет, но ИИ все равно способен определить это с большей точностью, чем существующие методы.
ИИ более точно предсказывает раннюю кончину
Исследователи-медики под руководством доктора Стивена Венга, доцента кафедры эпидемиологии и обработки данных Ноттингемского университета в Великобритании, обучили систему искусственного интеллекта оценивать данные о состоянии здоровья более полумиллиона человек в Соединенном Королевстве., а затем использовал его, чтобы предсказать, подвержены ли люди большему риску преждевременной смерти от хронических заболеваний.
Шесть лет назад у меня был рак. Десять лет назад мог ли ИИ предсказать, что я заболею этой болезнью или что у меня будет больше шансов умереть раньше от этой болезни?
По словам Венга, предсказания ранней смерти, сделанные ИИ, были «значительно более точными», чем предыдущие методы ее определения.
Для оценки вероятности преждевременной смерти использовались два типа ИИ: «глубокое обучение» и «случайный лес». Глубокое обучение имеет место, когда компьютер использует многоуровневые сети обработки информации для обучения на примерах. Случайный лес объединяет несколько древовидных моделей для определения одного и того же.
Результаты методов глубокого обучения и случайного леса затем сравнивались со стандартным алгоритмом, используемым для определения преждевременной смерти: моделью Кокса.
Генетические, физические данные и данные о состоянии здоровья из базы данных открытого доступа Британского биобанка были оценены исследователями с использованием всех трех моделей. В эту базу данных вошли почти 14 500 человек, умерших в период с 2006 по 2016 год, в большинстве случаев от рака, сердечно-сосудистых и респираторных заболеваний.
В соответствии со всеми тремя алгоритмами возраст, пол, история курения и предшествующий диагноз рака были важными переменными при определении того, умрет ли человек преждевременно.
Однако на другие переменные алгоритмы смотрели по-другому. Модель Кокса делала упор на этническую принадлежность и физическую активность, а ИИ — нет.
ИИ случайного леса придавал большое значение проценту жира, окружности талии, количеству съеденных фруктов и овощей и тону кожи. ИИ с глубоким обучением изучал подверженность опасностям на работе и загрязнение воздуха, а также учитывал употребление алкоголя и некоторых лекарств.
При сравнении трех алгоритмов глубокое обучение оказалось наиболее точным. Оно правильно идентифицировало 76 процентов людей, умерших за десятилетие исследования. Случайный лес оказался верным для 65 % людей, а модель Кокса — для 44 % людей.
Надежный ИИ
Это не единственный случай, когда ИИ точно предсказал результаты лечения. Его использовали для определения ранних признаков болезни Альцгеймера, аутизма, диабета, сердечного приступа и инсульта.
Итак, теперь, когда мы знаем, что ИИ может точно предсказывать преждевременную смерть, что нам остается? Хотим ли мы это знать, чтобы иметь возможность выполнять наши списки желаний? Хотели бы вы, чтобы ИИ сообщил вам о ваших шансах умереть преждевременно? Напишите свое мнение по этому поводу в комментариях ниже.
