Yapay zeka bilgisayarı: "% 95 doğrulukla ne zaman öleceğinizi tahmin edebilir"
On yıllardır bilim kurgu alanı, insan ömrünü tahmin etme hayalini araştırıyor.
Ancak araştırmacılar, Ethan Hawke'nin 1997 distopik filmi Gattaca'nın (Gattaca) olay örgüsünden alınan bir kavram olan% 95 doğruluk oranıyla bilgisayarların erken ölümü tahmin edebileceğine inanıyor.
Nottingham Üniversitesi'ndeki bilim adamları, yapay zeka (AI) teknolojisinin hızlı gelişimi nedeniyle, kimin erken ölüm riski altında olduğunu tahmin etme yeteneğinin yakında gerçek olacağını söylüyor.
Bu hafta yayınladıkları araştırma raporunda, kullandıkları yapay zeka tahmin modelinin, orta yaşlı insanların erken ölümlerini tahmin etmede tıp uzmanları tarafından tasarlanan modelden önemli ölçüde daha iyi olduğu belirtildi.
Bilgisayar makine öğrenimi modelleri aracılığıyla araştırmacılar, orta yaşlı insanların erken ölüme yol açabilecek yaşam tarzı faktörlerini değerlendirebilirler.
Geleneksel tahminler, yaş ve cinsiyete odaklanan demografik verilere dayanmaktadır.
Ancak, makine öğrenimini kullanarak araştırmacılar, ölüm oranlarını tahmin etmek için bir kişinin diyetinin içerdiği sebze sayısını bile göz önünde bulundurarak birçok ayrıntıya girebilirler.
Araştırmacılar, bu araştırmanın gelecekteki tıbbi bakımı iyileştirmek ve gençlerin kanser gibi kronik hastalıklardan ölmesini önlemek için kullanılabileceğini söylüyor.
Amerikan bilim ve tıp dergisi "PLOS ONE" da yayınlanan araştırma, 40-69 yaş arası 500.000'den fazla kişinin sağlık verilerini inceledi.
Bu katılımcılar, İngiltere'nin uzun vadeli genetik sağlık araştırma kaynağı olan UK Biobank aracılığıyla işe alındı.
Geleneksel olarak, bilim adamları erken ölümü tahmin etmek için yaş ve cinsiyete dayalı modeller kullandılar ve bu modellerin ölüm oranını tahmin etme konusunda zayıf bir sicili var.
Yeni araştırma, "rastgele ormanlar" ve "derin öğrenme" adı verilen yapay zeka makine öğrenimi modellerini kullanıyor.
Nottingham Üniversitesi araştırma ekibi tarafından yapılan önceki araştırmalar, şu anda tıp uzmanları tarafından kullanılan yaş ve cinsiyet temelli algoritmalarla karşılaştırıldığında, güncellenmiş modellerin kullanımının kardiyovasküler hastalıklardan kaynaklanan erken ölümleri daha doğru bir şekilde tahmin ettiğini buldu.
Bilgisayar makine öğrenimini kullanan yapay zeka sistemleri, yaşa ve cinsiyete dayalı tahminlere dayanabilir, ayrıca biyometrik, klinik ve yaşam tarzı verilerini keşfedebilir.
Bu çalışmada, 2006'dan 2010'a kadar olan çalışma döneminde 14.000'den fazla kişi öldü.
Araştırmacılar bu ölümleri Ulusal İstatistik Ofisi, Ulusal Kanser Kayıt Merkezi ve "hastane olayları" ndan alınan ölüm verilerini kullanarak analiz ettiler.
Sonuçları yapay zeka tahminleriyle karşılaştırdıklarında modellerinin% 95 doğruluk oranına sahip olduğunu gördüler.
Yapay zeka, tıp alanında potansiyel bir kurtarıcı olarak biliniyor ve uzmanlar daha uzun, daha sağlıklı yaşamamıza ve gereksiz hastalıkları önlememize yardımcı olacak yollar arıyor.
Ancak eleştirmenler, tıp alanındaki büyük verinin artmasının sağlık risklerimizin sigorta şirketleri ve diğer kurumlar tarafından veya Gattaca'da öngörülen gelecek gibi işverenlerimiz ve hatta gelecekteki sevenler tarafından kullanılmasına neden olabileceğinden endişe ediyorlar. .
Bununla birlikte, araştırmacılar, gelecekteki tıbbın, tıbbi hizmetleri hastalara kişisel risk profillerine göre uyarlamaya odaklanacağını tahmin ediyor.
Çalışmanın baş araştırmacısı ve epidemiyoloji ve veri bilimi yardımcı doçenti Dr. Weng, çalışmanın kronik hastalıkların neden olduğu erken ölümlerle mücadeleye yardımcı olabileceğini söyledi.
"Koruyucu hekimlik, ciddi hastalıklarla mücadelede giderek daha önemli bir öncelik haline geldi, bu nedenle genel popülasyonda bilgisayarlı sağlık risk değerlendirmesinin doğruluğunu artırmak için yıllardır çok çalışıyoruz." Dedi.
"Çoğu uygulama yalnızca bir hastalık alanına odaklanıyor, ancak birkaç farklı hastalıktan kaynaklanan ölümleri tahmin etmek, özellikle ölümü etkileyebilecek çevresel ve kişisel faktörler göz önüne alındığında çok karmaşık.
"Makine öğrenimi yoluyla bir kişinin erken ölüm riskini tahmin etmek için benzersiz ve kapsamlı bir yöntem geliştirerek, bu alanda ileriye doğru büyük bir adım attık."
Bu araştırma, değerlendirilen her bir kişinin günlük meyveleri, sebzeleri ve etleri dahil olmak üzere çok çeşitli demografik, biyometrik, klinik ve yaşam tarzı faktörlerini hesaba katan yeni bir risk tahmin modeli oluşturmak için bilgisayarlar kullanıyor. Gıda tüketimi. "
Araştırmacılar, bu tahminlerin diğer popülasyonlar için geçerli olup olmadığını keşfetmek için daha fazla çalışmaya ihtiyaç olduğunu söyledi.
Sıradan İngilizlere kıyasla, İngiliz Biobank'ın daha sağlıklı, eğitimli ve daha zengin geçmişlere sahip gönüllüleri çekmeye daha meyilli olduğuna işaret ettiler.
Araştırmacılar, bulgularının yakın zamandaki erken ölümleri önlemek için günlük sağlık hizmetlerinde keşfettikleri yöntemlerin nasıl kullanılacağını araştırmak için kullanılabileceğini umduklarını söylediler.
