Lékařští vědci odemkli znepokojující schopnost umělé inteligence (AI): předpovídají předčasnou smrt člověka.
Vědci nedávno vyškolili systém AI k vyhodnocení desetiletí obecných zdravotních údajů předložených více než půl milionem lidí ve Velké Británii. Poté pověřili umělou inteligenci předpovídáním, zda jsou jedinci ohroženi předčasným úmrtím - jinými slovy, dříve než je průměrná délka života - na chronické onemocnění, uvedli v nové studii.
Předpovědi předčasné smrti, které byly vytvořeny algoritmy AI, byly „výrazně přesnější“ než předpovědi dodané modelem, který nepoužíval strojové učení, autor hlavní studie Dr. Stephen Weng, pomocný profesor epidemiologie a vědy o datech na University of Nottingham (OSN) ve Velké Británii uvedl ve svém prohlášení.
Pro vyhodnocení pravděpodobnosti předčasné úmrtnosti předmětů vědci testovali dva typy umělé inteligence: „hluboké učení“, ve kterém vrstvené sítě pro zpracování informací pomáhají počítači učit se z příkladů; a „náhodný les“, jednodušší typ umělé inteligence, který kombinuje několik stromových modelů, aby se zvážily možné výsledky.
Poté porovnali závěry modelů AI s výsledky standardního algoritmu známého jako Coxův model.
Na základě těchto tří modelů vědci vyhodnotili údaje v britské Biobank - otevřené databázi genetických, fyzických a zdravotních údajů - předložené více než 500 000 lidmi v letech 2006 až 2016. Během této doby zemřelo téměř 14 500 účastníků, především od rakoviny, onemocnění srdce a dýchacích cest.
Různé proměnné
Všechny tři modely určily, že faktory jako věk, pohlaví, historie kouření a předchozí diagnóza rakoviny byly nejvyššími proměnnými pro posouzení pravděpodobnosti předčasné smrti člověka. Vědci však zjistili, že se modely liší od ostatních klíčových faktorů.
Coxův model se silně opíral o etnicitu a fyzickou aktivitu, zatímco modely strojového učení ne. Pro srovnání, náhodný lesní model klade větší důraz na procento tělesného tuku, obvod pasu, množství ovoce a zeleniny, které lidé jedli, a tón pleti, podle studie. V případě modelu hlubokého učení patří mezi hlavní faktory vystavení rizikům spojeným s prací a znečištění ovzduší, příjem alkoholu a užívání některých léků.
Když bylo dokončeno celé číslo, algoritmus hlubokého učení poskytl nejpřesnější předpovědi a správně identifikoval 76 procent subjektů, které během studovaného období zemřely. Pro srovnání, model náhodného lesa správně předpověděl asi 64 procent předčasných úmrtí, zatímco model Cox identifikoval pouze asi 44 procent.
Toto není poprvé, kdy odborníci využili predikční schopnosti AI pro zdravotní péči. V roce 2017 jiný tým vědců prokázal, že se umělá inteligence mohla naučit rozpoznat včasné příznaky Alzheimerovy choroby; jejich algoritmus vyhodnotil skenování mozku, aby předpověděl, zda se u člověka pravděpodobně vyvine Alzheimerova choroba, a učinil tak s přesností přibližně 84 procent, uvedla Live Science dříve.
Jiná studie zjistila, že umělá inteligence mohla předpovídat nástup autismu u 6měsíčních dětí, u nichž bylo vysoké riziko vzniku poruchy. Další studie mohla odhalit příznaky pronikajícího diabetu analýzou skenů sítnice; a ještě jedna - také s použitím dat získaných ze skenů sítnice - předpověděla pravděpodobnost, že pacient zažije srdeční infarkt nebo cévní mozkovou příhodu.
V nové studii vědci prokázali, že strojové učení - „s pečlivým doladěním“ - lze použít k úspěšnému předpovídání výsledků úmrtnosti v čase, uvedl ve sdělení spoluautor studie Joe Kai, profesor primární péče OSN.
Zatímco použití AI tímto způsobem může být pro mnoho zdravotnických odborníků neznámé, prezentace metod používaných ve studii „by mohla pomoci s vědeckým ověřením a budoucím rozvojem tohoto vzrušujícího oboru,“ řekl Kai.
Výsledky byly zveřejněny online dnes (27. března) v časopise PLOS ONE.
