Lääketieteelliset tutkijat ovat löytäneet tekoälyn hämmentävän kyvyn: ennustaa ihmisen varhaista kuolemaa.
Tutkijat kouluttivat äskettäin AI-järjestelmän arvioimaan vuosikymmenen ajan yleisen terveystiedon, jonka yli puoli miljoonaa ihmistä on toimittanut Yhdistyneessä kuningaskunnassa. Sitten he saivat AI: n tehtäväkseen ennustaa, onko henkilöillä riski kuolla ennenaikaisesti - toisin sanoen keskimääräistä odotettavissa olevaa ikää enemmän - kroonisesta sairaudesta, he kertoivat uudessa tutkimuksessa.
Varhaisen kuoleman ennusteet, jotka tehtiin AI-algoritmeilla, olivat "huomattavasti tarkempia" kuin ennusteet, jotka toimitti malli, joka ei käyttänyt koneoppimista, johtava tutkimuksen kirjoittaja Dr. Stephen Weng, epidemiologian ja tietojenkäsittelytieteen apulaisprofessori University of Universityssa Nottingham (YK) Isossa-Britanniassa, sanoi lausunnossaan.
Arvioidakseen tutkimushenkilöiden ennenaikaisen kuolleisuuden todennäköisyyttä tutkijat testasivat kahta tyyppiä AI: tä: "syväoppimista", jossa kerrokselliset tietojenkäsittelyverkot auttavat tietokonetta oppimaan esimerkeistä; ja "satunnainen metsä", yksinkertaisempi tyyppi AI, joka yhdistää useita puumaisia malleja mahdollisten tulosten huomioon ottamiseksi.
Sitten he vertasivat AI-mallien johtopäätöksiä tuloksiin vakioalgoritmista, joka tunnetaan nimellä Cox-malli.
Näitä kolmea mallia käyttämällä tutkijat arvioivat Yhdistyneen kuningaskunnan Biobankin - avoimen pääsyn tietokanta geneettisiä, fyysisiä ja terveystietoja - tietoja, jotka oli toimittanut yli 500 000 ihmistä vuosina 2006-2016. Tuona aikana lähes 14 500 osallistujaa kuoli, pääasiassa syöpään, sydän- ja hengitystiesairauksiin.
Eri muuttujat
Kaikki kolme mallia määrittivät, että tekijät, kuten ikä, sukupuoli, tupakointitapa ja aiempi syöpädiagnoosi, olivat tärkeimpiä muuttujia arvioitaessa henkilön varhaisen kuoleman todennäköisyyttä. Tutkijat kuitenkin havaitsivat, että mallit poikkesivat muista keskeisistä tekijöistä.
Cox-malli nojautui voimakkaasti etnisyyteen ja fyysiseen aktiivisuuteen, kun taas koneoppimallit eivät. Vertailun vuoksi satunnaisessa metsämallissa korostettiin tutkimuksen mukaan enemmän rasvan prosenttimäärää, vyötärön ympärysmittaa, hedelmien ja vihannesten määrää, jota ihmiset söivät, ja ihon sävyä. Syvän oppimisen mallin tärkeimpiä tekijöitä olivat altistuminen työhön liittyville vaaroille ja ilman saastumiselle, alkoholin saanti ja tiettyjen lääkkeiden käyttö.
Kun kaikki lukumäärät purkautuivat, syvän oppimisen algoritmi antoi tarkimmat ennusteet, tunnistaen oikein 76 prosenttia tutkimusjakson aikana kuolleista henkilöistä. Vertailun vuoksi satunnainen metsämalli ennusti oikein noin 64 prosenttia ennenaikaisista kuolemista, kun taas Cox-malli havaitsi vain noin 44 prosenttia.
Tämä ei ole ensimmäinen kerta, kun asiantuntijat ovat hyödyntäneet AI: n ennustevoimaa terveydenhuollossa. Vuonna 2017 erilainen tutkijaryhmä osoitti, että AI voi oppia havaitsemaan Alzheimerin taudin varhaiset merkit; heidän algoritmi arvioi aivojen tarkistuksia ennustaakseen, kehittyisiko henkilö todennäköisesti Alzheimerista, ja se teki sen noin 84-prosenttisella tarkkuudella, Live Science aiemmin kertoi.
Toisessa tutkimuksessa havaittiin, että AI pystyi ennustamaan autismin puhkeamisen 6 kuukauden ikäisillä vauvoilla, joilla oli suuri riski häiriön kehittymiseen. Vielä yksi tutkimus pystyi havaitsemaan merkkejä diabeteksen tarttumisesta verkkokalvon skannaamisen avulla; ja vielä yksi - joka käyttää myös verkkokalvotutkimuksista saatuja tietoja - ennusti potilaan todennäköisyyden kokea sydänkohtauksen tai aivohalvauksen.
Uudessa tutkimuksessa tutkijat osoittivat, että koneoppimista - "huolellisella virityksellä" - voidaan käyttää onnistuneesti ennustamaan kuolleisuuden seurauksia ajan myötä, YK: n perusterveydenhuollon professori Joe Kai sanoi lausunnossaan.
Vaikka AI: n käyttäminen tällä tavalla voi olla tuntematon monille terveydenhuollon ammattilaisille, tutkimuksessa käytettyjen menetelmien esittäminen "voisi auttaa tämän jännittävän alan tieteellisessä todentamisessa ja tulevaisuuden kehittämisessä", Kai sanoi.
Havainnot julkaistiin tänään verkossa (27. maaliskuuta) PLOS ONE -lehdessä.
