Joseph Norman
0 
853
75
I ricercatori medici hanno sbloccato un'abilità inquietante nell'intelligenza artificiale (AI): prevedere la morte prematura di una persona.
Gli scienziati hanno recentemente addestrato un sistema di intelligenza artificiale per valutare un decennio di dati sulla salute generale presentati da oltre mezzo milione di persone nel Regno Unito. Quindi, hanno incaricato l'IA di prevedere se gli individui fossero a rischio di morire prematuramente - in altre parole, prima dell'aspettativa di vita media - a causa di malattie croniche, hanno riferito in un nuovo studio.
Le previsioni di morte prematura effettuate dagli algoritmi di intelligenza artificiale erano "significativamente più accurate" delle previsioni fornite da un modello che non utilizzava l'apprendimento automatico, l'autore principale dello studio, il dott. Stephen Weng, assistente professore di epidemiologia e scienza dei dati presso l'Università di Nottingham (ONU) nel Regno Unito, ha detto in una dichiarazione. [Le macchine possono essere creative? Incontra 9 "Artisti" AI]
Per valutare la probabilità di mortalità prematura dei soggetti, i ricercatori hanno testato due tipi di IA: "apprendimento profondo", in cui reti di elaborazione delle informazioni stratificate aiutano un computer a imparare dagli esempi; e "foresta casuale", un tipo più semplice di intelligenza artificiale che combina più modelli ad albero per considerare i possibili risultati.
Quindi, hanno confrontato le conclusioni dei modelli di intelligenza artificiale con i risultati di un algoritmo standard, noto come modello di Cox.
Utilizzando questi tre modelli, gli scienziati hanno valutato i dati nella Biobank del Regno Unito, un database ad accesso aperto di dati genetici, fisici e sanitari, presentati da oltre 500.000 persone tra il 2006 e il 2016. Durante questo periodo, quasi 14.500 dei partecipanti sono morti, principalmente da cancro, malattie cardiache e malattie respiratorie.
Variabili diverse
Tutti e tre i modelli hanno determinato che fattori come l'età, il sesso, la storia del fumo e una precedente diagnosi di cancro erano le principali variabili per valutare la probabilità di morte precoce di una persona. Ma i modelli divergevano su altri fattori chiave, hanno scoperto i ricercatori.
Il modello di Cox si basava molto sull'etnia e sull'attività fisica, mentre i modelli di apprendimento automatico no. In confronto, il modello di foresta casuale ha posto maggiore enfasi sulla percentuale di grasso corporeo, sulla circonferenza della vita, sulla quantità di frutta e verdura che le persone mangiavano e sul tono della pelle, secondo lo studio. Per il modello di apprendimento profondo, i principali fattori includevano l'esposizione a rischi legati al lavoro e all'inquinamento atmosferico, l'assunzione di alcol e l'uso di determinati farmaci.
Quando tutto il numero di crunching è stato eseguito, l'algoritmo di deep learning ha fornito le previsioni più accurate, identificando correttamente il 76% dei soggetti che sono morti durante il periodo di studio. In confronto, il modello di foresta casuale ha previsto correttamente circa il 64% delle morti premature, mentre il modello di Cox ha identificato solo il 44% circa.
Non è la prima volta che gli esperti sfruttano il potere predittivo dell'IA per l'assistenza sanitaria. Nel 2017, un diverso team di ricercatori ha dimostrato che l'IA potrebbe imparare a individuare i primi segni della malattia di Alzheimer; il loro algoritmo ha valutato le scansioni cerebrali per prevedere se una persona avrebbe potuto sviluppare l'Alzheimer, e lo ha fatto con circa l'84% di accuratezza, precedentemente riportato.
Un altro studio ha scoperto che l'IA potrebbe prevedere l'insorgenza dell'autismo nei bambini di 6 mesi che erano ad alto rischio di sviluppare il disturbo. Ancora un altro studio potrebbe rilevare i segni di invasione del diabete attraverso l'analisi delle scansioni della retina; e un altro, utilizzando anche i dati derivati dalle scansioni retiniche, ha previsto la probabilità che un paziente subisse un infarto o un ictus.
Nel nuovo studio, gli scienziati hanno dimostrato che l'apprendimento automatico, "con un'attenta messa a punto", può essere utilizzato per prevedere con successo gli esiti di mortalità nel tempo, ha affermato nella dichiarazione il coautore dello studio Joe Kai, professore di cure primarie delle Nazioni Unite.
Sebbene l'utilizzo dell'intelligenza artificiale in questo modo possa non essere familiare a molti professionisti sanitari, presentare i metodi utilizzati nello studio "potrebbe aiutare con la verifica scientifica e lo sviluppo futuro di questo entusiasmante campo", ha detto Kai.
I risultati sono stati pubblicati online oggi (27 marzo) sulla rivista PLOS ONE.
- Macchine intelligenti per colonie spaziali: 5 visioni fantascientifiche del futuro
- 5 usi intriganti per l'intelligenza artificiale (che non sono robot assassini)
- La storia dell'intelligenza artificiale (infografica)
Pubblicato originariamente su .