Prevedi. Henri de Saint-Simon, il primo padre della tecnocrazia, definì lo scientismo: “Uno scienziato, miei cari amici, è un uomo che prevede; è perché la scienza fornisce il significa prevedere che è utile e che gli scienziati sono superiori a tutti gli altri uomini. "
Le compagnie assicurative puniranno i consumatori con questa tecnologia poiché misurano il rischio, spesso in modo falso, per determinare chi si ammalerà di quale malattia e quando moriranno. Il seguente studio non include l'analisi del DNA, ma arriverà presto. ⁃ Editor TN
Gli scienziati hanno recentemente addestrato un sistema di IA per valutare un decennio di dati sanitari generali 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 una malattia cronica, hanno riferito in un nuovo studio.
Le previsioni di morte prematura effettuate dagli algoritmi di intelligenza artificiale erano "significativamente più accurate" rispetto alle previsioni fornite da un modello che non utilizzava l'apprendimento automatico, l'autore principale dello studio, il dottor 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.
Usando questi tre modelli, gli scienziati hanno valutato i dati nella biobanca britannica, un database ad accesso aperto di dati genetici, fisici e sanitari, presentato da più di 500,000 tra 2006 e 2016. Durante quel periodo, quasi 14,500 dei partecipanti morì, principalmente per cancro, malattie cardiache e malattie respiratorie.
Diverse variabili
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 dipendeva fortemente dall'etnia e dall'attività fisica, mentre i modelli di apprendimento automatico no. In confronto, il modello di foresta casuale ha posto maggiore enfasi su percentuale di grasso corporeo, la circonferenza della vita, la quantità di frutta e verdura che le persone hanno mangiato e il 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 è stato fatto tutto il crunching dei numeri, l'algoritmo di deep learning ha fornito le previsioni più accurate, identificando correttamente il 76 percento dei soggetti che sono morti durante il periodo di studio. In confronto, il modello di foresta casuale ha previsto correttamente circa il 64 percento di morti premature, mentre il modello Cox ha identificato solo circa il 44 percento.
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, WordsSideKick.com precedentemente riportato.
Un altro studio ha scoperto che l'IA potrebbe prevedere l'inizio dell'autismo nei bambini di 6 di un mese ad alto rischio di sviluppare il disturbo. Ancora un altro studio potrebbe rilevare segni di invasione del diabete attraverso l'analisi delle scansioni della retina; e un altro - utilizzando anche i dati derivati dalle scansioni della retina - ha predetto la probabilità che un paziente manifesti a infarto o ictus.
wpDiscuz