Phillip Hopkins
0 
2798
12
Medische onderzoekers hebben een verontrustend vermogen ontgrendeld in kunstmatige intelligentie (AI): het voorspellen van de vroege dood van een persoon.
Wetenschappers hebben onlangs een AI-systeem getraind om een decennium aan algemene gezondheidsgegevens te evalueren die door meer dan een half miljoen mensen in het Verenigd Koninkrijk zijn ingediend. Vervolgens gaven ze de AI de opdracht om te voorspellen of individuen het risico liepen vroegtijdig te overlijden - met andere woorden, eerder dan de gemiddelde levensverwachting - door chronische ziekten, rapporteerden ze in een nieuwe studie..
De voorspellingen van vroege dood die werden gemaakt door AI-algoritmen waren 'aanzienlijk nauwkeuriger' dan voorspellingen van een model dat geen gebruik maakte van machine learning, zegt hoofdauteur Dr.Stephen Weng, een assistent-professor epidemiologie en datawetenschap aan de Universiteit van Nottingham (VN) in het VK, zei in een verklaring. [Kunnen machines creatief zijn? Maak kennis met 9 AI 'artiesten']
Om de waarschijnlijkheid van vroegtijdige sterfte van proefpersonen te beoordelen, testten de onderzoekers twee soorten AI: "diep leren", waarbij gelaagde informatieverwerkende netwerken een computer helpen om van voorbeelden te leren; en "willekeurig bos", een eenvoudiger type AI dat meerdere, boomachtige modellen combineert om mogelijke uitkomsten te overwegen.
Vervolgens vergeleken ze de conclusies van de AI-modellen met resultaten van een standaardalgoritme, bekend als het Cox-model.
Met behulp van deze drie modellen evalueerden de wetenschappers gegevens in de UK Biobank - een open-access database van genetische, fysieke en gezondheidsgegevens - die tussen 2006 en 2016 door meer dan 500.000 mensen waren ingediend. In die tijd stierven bijna 14.500 van de deelnemers, voornamelijk van kanker, hartaandoeningen en aandoeningen van de luchtwegen.
Verschillende variabelen
Alle drie de modellen bepaalden dat factoren zoals leeftijd, geslacht, rookgeschiedenis en een eerdere diagnose van kanker de belangrijkste variabelen waren voor het beoordelen van de waarschijnlijkheid van een vroegtijdig overlijden. Maar de modellen liepen uiteen van andere sleutelfactoren, vonden de onderzoekers.
Het Cox-model leunde zwaar op etniciteit en fysieke activiteit, terwijl de machine-learningmodellen dat niet deden. Ter vergelijking: het willekeurige bosmodel legde volgens het onderzoek meer nadruk op lichaamsvetpercentage, tailleomtrek, de hoeveelheid fruit en groenten die mensen aten en huidskleur. Voor het deep-learningmodel waren de belangrijkste factoren: blootstelling aan werkgerelateerde gevaren en luchtverontreiniging, alcoholgebruik en het gebruik van bepaalde medicijnen.
Toen alle cijfers waren gekraakt, leverde het deep-learning-algoritme de meest nauwkeurige voorspellingen op, waarbij 76 procent van de proefpersonen die tijdens de onderzoeksperiode stierven correct werd geïdentificeerd. Ter vergelijking: het willekeurige bosmodel voorspelde correct ongeveer 64 procent van de vroegtijdige sterfgevallen, terwijl het Cox-model slechts ongeveer 44 procent identificeerde.
Dit is niet de eerste keer dat experts de voorspellende kracht van AI voor de gezondheidszorg hebben benut. In 2017 heeft een ander team van onderzoekers aangetoond dat AI kan leren vroege tekenen van de ziekte van Alzheimer te herkennen; hun algoritme evalueerde hersenscans om te voorspellen of een persoon waarschijnlijk Alzheimer zou ontwikkelen, en deed dit met een nauwkeurigheid van ongeveer 84 procent, eerder gerapporteerd.
Een andere studie wees uit dat AI het begin van autisme kon voorspellen bij baby's van 6 maanden oud die een hoog risico liepen om de aandoening te ontwikkelen. Nog een andere studie kon tekenen van oprukkende diabetes detecteren door analyse van retinascans; en nog een andere - ook gebruikmakend van gegevens afgeleid van retinale scans - voorspelde de waarschijnlijkheid dat een patiënt een hartaanval of beroerte zou krijgen.
In de nieuwe studie toonden de wetenschappers aan dat machinaal leren - "met zorgvuldige afstemming" - kan worden gebruikt om de sterftecijfers in de loop van de tijd succesvol te voorspellen, zei co-auteur Joe Kai, een VN-hoogleraar eerstelijnszorg, in de verklaring..
Hoewel het gebruik van AI op deze manier voor veel beroepsbeoefenaren in de gezondheidszorg misschien onbekend is, kan de presentatie van de methoden die in het onderzoek worden gebruikt "helpen bij wetenschappelijke verificatie en toekomstige ontwikkeling van dit opwindende veld", zei Kai..
De bevindingen zijn vandaag (27 maart) online gepubliceerd in het tijdschrift PLOS ONE.
- Intelligent Machines to Space Colonies: 5 Sci-Fi Visions of the Future
- 5 intrigerende toepassingen voor kunstmatige intelligentie (dat zijn geen geweldige robots)
- De geschiedenis van kunstmatige intelligentie (infographic)
Oorspronkelijk gepubliceerd op .