Medicinski istraživači otkrili su uznemirujuću sposobnost umjetne inteligencije: predviđajući ranu smrt osobe.
Znanstvenici su nedavno osposobili AI sustav za procjenu desetljeća općih zdravstvenih podataka koje je dostavilo više od pola milijuna ljudi u Velikoj Britaniji. Zatim su zadužili AI predvidjeti da li pojedinci prijete da umru prerano - drugim riječima, prije nego što je prosječna životna dob - od kronične bolesti, izvijestili su u novom istraživanju.
Predviđanja rane smrti koja su napravljena putem AI algoritama bila su "značajno točnija" od predviđanja izvedenih po modelu koji nije koristio strojno učenje, vodeći autor studije dr. Stephen Weng, docent na području epidemiologije i znanosti podataka na Sveučilištu u Notingham (UN) u Velikoj Britaniji, navodi se u izjavi.
Da bi procijenili vjerojatnost preuranjene smrtnosti ispitanika, istraživači su testirali dvije vrste AI: "duboko učenje", u kojem slojevite mreže za obradu informacija pomažu računalu da nauči iz primjera; i "slučajna šuma", jednostavnija vrsta AI koja kombinira više modela sličnih drveću kako bi razmotrili moguće ishode.
Zatim su usporedili zaključke AI modela s rezultatima standardnog algoritma, poznatog kao Coxov model.
Koristeći ova tri modela, znanstvenici su procijenili podatke u britanskoj Biobank - otvorenoj bazi podataka o genetskim, fizičkim i zdravstvenim podacima - koje je podnijelo više od 500.000 ljudi između 2006. i 2016. Za to vrijeme umrlo je gotovo 14.500 sudionika, prije svega od raka, srčanih i respiratornih bolesti.
Različite varijable
Sva tri modela utvrdila su da su faktori kao što su dob, spol, povijest pušenja i prethodna dijagnoza raka najvažnije varijable za procjenu vjerojatnosti rane smrti osobe. No, istraživači su otkrili da su se modeli razlikovali od drugih ključnih čimbenika.
Coxov model uvelike se oslanjao na etničku pripadnost i fizičku aktivnost, dok modeli strojnog učenja nisu. Za usporedbu, slučajni šumski model stavlja veći naglasak na postotak tjelesne masti, opseg struka, količinu voća i povrća koje su ljudi jeli i na ton kože, navodi se u studiji. Za model dubokog učenja, glavni su čimbenici uključivali izloženost opasnostima vezanim za posao i zagađenje zraka, unos alkohola i uporabu određenih lijekova.
Kad je obavljeno sve smanjenje broja, algoritam dubokog učenja dao je najtačnija predviđanja, ispravno identificirajući 76 posto ispitanika koji su umrli tijekom razdoblja ispitivanja. Za usporedbu, slučajni šumski model pravilno je predvidio oko 64 posto prijevremenih smrti, dok je Coxov model identificirao samo oko 44 posto.
Ovo nije prvi put da stručnjaci iskoriste AI-jevu prediktivnu snagu za zdravstvenu zaštitu. Tijekom 2017. godine drugačiji tim istraživača pokazao je da AI može naučiti uočiti rane znakove Alzheimerove bolesti; njihov je algoritam procijenio skeniranje mozga kako bi predvidjeli da li će osoba vjerojatno razviti Alzheimer, a to je učinila s oko 84 posto točnosti, objavio je Live Science prije.
Druga studija otkrila je da AI može predvidjeti pojavu autizma u 6-mjesečne bebe koja su bila izložena velikom riziku od razvoja poremećaja. Još je jedna studija mogla otkriti znakove napadaja dijabetesa analizom mrežnice; i još jedan - također koristeći podatke dobivene skeniranjem mrežnice - predvidio je vjerojatnost da će pacijent doživjeti srčani udar ili moždani udar.
U novoj studiji znanstvenici su pokazali da se strojno učenje - "pažljivim podešavanjem" - može upotrijebiti za uspješno predviđanje ishoda smrtnosti tijekom vremena, rekao je u izjavi suautor Joe Kai, profesor primarne skrbi UN-a.
Iako korištenje AI na ovaj način može biti nepoznato mnogim zdravstvenim radnicima, predstavljanje metoda korištenih u studiji "moglo bi pomoći u znanstvenoj provjeri i budućem razvoju ovog uzbudljivog područja", rekao je Kai.
Otkrića su objavljena danas (27. ožujka) na mreži u časopisu PLOS ONE.
