Jump to content
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Algorytmy przewidujące zgon będą ważnym narzędziem przyszłej medycyny

Recommended Posts

Eksperymenty przeprowadzone przez naukowców z University of Nottingham wskazują, że algorytmy, które nauczą się przewidywania ryzyka przedwczesnego zgonu mogą w przyszłości być ważnym narzędziem medycyny prewencyjnej.

Lekarze i naukowcy opracowali algorytm oparty na technologii maszynowego uczenia się, którego zadaniem było przewidywanie ryzyka przedwczesnego zgonu u chronicznie chorych osób w średnim wieku. Okazało się, że sztuczna inteligencja nie tylko była bardzo dokładna, ale potrafiła z większą precyzją niż ludzie określić ryzyko

Algorytm uczył się na bazie danych obejmujących ponad 500 000 osób w wieku 40–69 lat o których informacje zebrano w latach 2006–2010, a ich losy śledzono do roku 2015.

Medycyna prewencyjna odgrywa coraz większą rolę w walce z poważnymi chorobami. Od lat pracujemy nad usprawnieniem tej dziedziny opieki zdrowotnej oraz nad ulepszeniem komputerowej oceny ryzyka w dużych populacjach. Większość tego typu prac skupia się na konkretnej chorobie. Ocena ryzyka zgonu z powodu wielu różnych czynników to bardzo złożone zadanie, szczególnie jeśli weźmiemy pod uwagę uwarunkowania środowiskowe i osobnicze, mówi główny autor badań, profesor Stephen Weng.

Dokonaliśmy poważnego postępu na tym polu opracowując unikatowe całościowe podejście do oceny ryzyka zgonu za pomocą technik maszynowego uczenia się. Używamy komputerów do stworzenia nowego modelu ryzyka uwzględniającego szeroką gamę czynników demograficznych, biologicznych, klinicznych czy stylu życia indywidualnych osób, w tym ich zwyczajów żywieniowych, dodaje uczony. Weng mówi, że gdy odpowiedzi podawane przez algorytm porównano z danymi dotyczącymi zgonów, przyjęć do szpitali, zachorowań na nowotwory i innymi danymi epidemiologicznymi, okazało się, że algorytmy były znacząco dokładniejsze niż opracowane przez ludzi metody oceny ryzyka.

Algorytm korzystał z metody statystycznej lasów losowych (random forest) oraz głębokiego uczenia się. Obecnie używane metody wykorzystują model regresji Cox'a oraz wielowariantowy model Cox'a, który jest doskonalszy, ale przeszacowuje ryzyko zgonu.

Najnowsze prace zespołu z Nottingham bazują na pracach wcześniejszych, podczas których ten sam zespół naukowy wykazał, że cztery różne algorytmy sztucznej inteligencji, bazujące na regresji logistycznej, gradient boosting, lasach losowych oraz sieciach neuronowych lepiej niż obecne metody używane w kardiologii pozwalają przewidzieć ryzyko chorób układu krążenia.


« powrót do artykułu

Share this post


Link to post
Share on other sites
7 godzin temu, KopalniaWiedzy.pl napisał:

Eksperymenty przeprowadzone przez naukowców z University of Nottingham wskazują, że algorytmy, które nauczą się przewidywania ryzyka przedwczesnego zgonu mogą w przyszłości być ważnym narzędziem medycyny prewencyjnej.

Na pewno przydadzą się ubezpieczycielom, aby zminimalizować ryzyko przez odpowiednie podnoszenie stawek bądź odmowę ubezpieczenia w ogóle.

Share this post


Link to post
Share on other sites

Gorzej jeśli lekarze zaniechają leczenia, bo algorytm wmówi im, że to bezcelowe.

Share this post


Link to post
Share on other sites
2 godziny temu, Ksen napisał:

Na pewno przydadzą się ubezpieczycielom, aby zminimalizować ryzyko przez odpowiednie podnoszenie stawek bądź odmowę ubezpieczenia w ogóle.

Będzie super! Idziesz i mówisz że chcesz ubezpieczenie. Dostajesz diagnozę w postaci składki i dalej pijesz,palisz,swawolisz. Chyba że wyrok w postaci odmowy, wtedy cardio, crosfit, głodówka i generalnie asceza...

Share this post


Link to post
Share on other sites
6 godzin temu, Jajcenty napisał:

Będzie super! Idziesz i mówisz że chcesz ubezpieczenie. Dostajesz diagnozę w postaci składki i dalej pijesz,palisz,swawolisz. Chyba że wyrok w postaci odmowy, wtedy cardio, crosfit, głodówka i generalnie asceza...

Lub, ewentualnie, że mam poważną chorobę genetyczną i pozostaje mi tylko poszukać odpowiednio wytrzymałego sznura.

Share this post


Link to post
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.


×
×
  • Create New...