Lekárski vedci odhalili znepokojujúcu schopnosť umelej inteligencie (AI): predpovedajú skorú smrť človeka.
Vedci nedávno vyškolili systém AI na vyhodnotenie desaťročia všeobecných zdravotných údajov predložených viac ako pol miliónom ľudí v Spojenom kráľovstve. Potom poverili AI predpovedaním, či boli jednotlivci vystavení riziku predčasného úmrtia - inými slovami, skôr ako je priemerná dĺžka života - na chronické ochorenia, uviedli v novej štúdii.
Predpovede predčasnej smrti, ktoré boli vytvorené algoritmami AI, boli „podstatne presnejšie“ ako predpovede poskytované pomocou modelu, ktorý nepoužíva strojové učenie, autor hlavnej štúdie Dr. Stephen Weng, odborný asistent epidemiológie a vedy o údajoch na University of University Nottingham (OSN) vo Veľkej Británii uviedol vo vyhlásení.
Aby sa vyhodnotila pravdepodobnosť predčasnej úmrtnosti predmetov, vedci testovali dva typy AI: „hlboké vzdelávanie“, v ktorých vrstvené siete na spracovanie informácií pomáhajú počítaču učiť sa z príkladov; a „náhodný les“, jednoduchší typ umelej inteligencie, ktorý kombinuje viacero stromových modelov na zváženie možných výsledkov.
Potom porovnali závery modelov AI s výsledkami štandardného algoritmu známeho ako Coxov model.
Pomocou týchto troch modelov vedci vyhodnotili údaje v britskej Biobank - otvorenej databáze genetických, fyzikálnych a zdravotných údajov, ktorú v rokoch 2006 až 2016 predložilo viac ako 500 000 ľudí. V tom čase zomrelo takmer 14 500 účastníkov, predovšetkým od rakoviny, chorôb srdca a dýchacích ciest.
Rôzne premenné
Všetky tri modely určili, že faktory ako vek, pohlavie, fajčenie a predchádzajúca diagnóza rakoviny boli hlavnými premennými pri posudzovaní pravdepodobnosti predčasného úmrtia osoby. Vedci zistili, že modely sa líšia od ostatných kľúčových faktorov.
Coxov model sa silne opieral o etnicitu a fyzickú aktivitu, zatiaľ čo modely strojového učenia to neurobili. Na porovnanie, náhodný model lesa podľa štúdie kládol väčší dôraz na percento telesného tuku, obvod pásu, množstvo ovocia a zeleniny, ktoré jedli, a tón pleti. Pokiaľ ide o model hlbokého vzdelávania, medzi hlavné faktory patrilo vystavenie nebezpečenstvám súvisiacim s prácou a znečisteniu ovzdušia, príjem alkoholu a používanie niektorých liekov.
Po vykonaní celého počtu rozdielov poskytol algoritmus hlbokého učenia najpresnejšie predpovede a správne identifikoval 76 percent subjektov, ktoré počas študovaného obdobia zomreli. Na porovnanie, model náhodných lesov správne predpovedal asi 64 percent predčasných úmrtí, zatiaľ čo model Cox identifikoval iba asi 44 percent.
Nie je to prvýkrát, čo odborníci využili predikčnú schopnosť AI na zdravotnú starostlivosť. V roku 2017 iný tím vedcov preukázal, že sa AI mohla naučiť spozorovať skoré príznaky Alzheimerovej choroby; ich algoritmus vyhodnotil mozgové skenovanie, aby predpovedal, či sa u človeka pravdepodobne vyvinie Alzheimerova choroba, a urobil tak s presnosťou približne 84 percent, uviedla spoločnosť Live Science.
Ďalšia štúdia zistila, že AI mohla predpovedať nástup autizmu u 6-mesačných detí, u ktorých bolo vysoké riziko vzniku poruchy. Ďalšia štúdia mohla odhaliť príznaky prenikajúceho diabetu prostredníctvom analýzy skenov sietnice; a ešte jedna - tiež s použitím údajov získaných zo skenov sietnice - predpovedala pravdepodobnosť, že pacient zažije infarkt alebo mozgovú príhodu.
V novej štúdii vedci preukázali, že strojové učenie - „s opatrným doladením“ - sa dá použiť na úspešné predpovedanie úmrtnosti v čase, uviedol vo vyhlásení spoluautor štúdie Joe Kai, profesor primárnej starostlivosti OSN.
Aj keď použitie AI týmto spôsobom môže byť pre mnohých zdravotníckych pracovníkov neznáme, predstavenie metód použitých v štúdii „by mohlo pomôcť s vedeckým overením a budúcim rozvojom tohto vzrušujúceho poľa,“ uviedol Kai.
Zistenia boli zverejnené online dnes (27. marca) v časopise PLOS ONE.
