Informacija

Algoritmi strojnog učenja sada mogu predvidjeti preranu smrt

Algoritmi strojnog učenja sada mogu predvidjeti preranu smrt

Tim istraživača sa Sveučilišta u Nottinghamu razvio je i testirao sustav strojnog učenja koji je sposoban sam sebe naučiti predviđati preranu smrt.

Iako nova tehnologija zvuči pomalo jezivo ili nešto poput znanstveno-fantastičnog filma, ta bi se tehnologija mogla upotrijebiti za uvelike poboljšanje preventivne zdravstvene zaštite u bliskoj budućnosti.

VIDI TAKOĐE: ROBOTI ZA DUBOKO UČENJE EQUIPIPA ZA POMOĆ AUTISTIČKOJ DJECI S TERAPIJOM

Predviđanje smrti

Objavio PLOS ONE u posebnoj kolekciji izdanja Machine Learning in Health i Biomedicine, studija pokazuje koliko alati AI i strojnog učenja mogu biti korisni i njegova primjena u medicinskim područjima.

Modeli strojnog učenja već su implementirani u medicinskom svijetu, koristeći kvantitativnu snagu za otkrivanje raka. Ovim novim algoritmima strojnog učenja istraživači mogu predvidjeti rizik od rane smrti uslijed kronične bolesti kod većinom sredovječne populacije.

Koristeći podatke prikupljene preko pola milijuna ljudi u dobi između 40 i 69 godina, regrutiranih u UK Biobank između 2006. i 2010. i praćenih do 2016., tim je model strojnog učenja analizirao širok raspon demografskih, biometrijskih, kliničkih i životnih čimbenika iz predmeti.

Tim je čak razmišljao o prehrambenoj konzumaciji voća, povrća i mesa dnevno. Tim iz Nottinghama potom je krenuo u predviđanje smrtnosti tih pojedinaca.

Kao što je spomenuo docent za epidemiologiju i znanost o podacima, dr. Stephen Weng, "Dobivene prognoze mapirali smo na podatke o smrtnosti iz kohorte, koristeći evidenciju smrti Državnog zavoda za statistiku, britanski registar karcinoma i statistiku" bolničkih epizoda "."

"Otkrili smo da su algoritmi naučeni strojem znatno precizniji u predviđanju smrti od standardnih modela predviđanja koje je razvio ljudski stručnjak."

Preventivna medicina

Istraživači koji su dio ove studije uzbuđeni su rezultatima. Moglo bi doći vrijeme kada će medicinski stručnjaci biti u stanju prepoznati potencijalne prijetnje zdravlju kod pacijenata sa zastrašujućom točnošću i nastaviti prepisivati ​​prave korake prevencije.

"Vjerujemo da bi jasnim izvještavanjem o ovim metodama na transparentan način ovo moglo pomoći u znanstvenoj provjeri i budućem razvoju ovog uzbudljivog područja za zdravstvenu zaštitu", kaže dr. Stephen Weng

Istraživanje će pomoći u stvaranju temelja za važne alate u medicini koji mogu pružiti personaliziranu medicinu i prilagoditi upravljanje rizikom pojedinačnim pacijentima. Istraživanje u Nottinghamu temeljilo se na prethodnoj studiji u kojoj su tehnike strojnog učenja mogle predvidjeti kardiovaskularne bolesti.


Gledaj video: Kasparovs Calculations - Mindboggling!!! very instructive (Siječanj 2022).