Využití umělé inteligence k předpovědi úmrtnosti
Nový výzkum, který se objeví v časopise PLOS ONE naznačuje, že strojové učení může být cenným nástrojem pro předpovídání rizika předčasné smrti. Vědci porovnali přesnost predikce umělé inteligence s přesností statistických metod, které odborníci v současné době používají v lékařském výzkumu.
Rostoucí množství nedávného výzkumu naznačuje, že počítačové algoritmy a učení umělé inteligence (AI) se mohou ve zdravotnickém světě ukázat jako velmi užitečné.
Například studie, která se objevila před několika měsíci, zjistila, že algoritmy hlubokého učení mohou přesně předpovědět nástup Alzheimerovy choroby již 6 let předem.
Pomocí takzvané „tréninkové datové sady“ se algoritmy hlubokého učení mohou „naučit“ předvídat, zda a kdy pravděpodobně dojde k události.
Nyní se vědci rozhodli prozkoumat, zda strojové učení dokáže přesně předpovědět předčasnou úmrtnost způsobenou chronickým onemocněním.
Nový výzkum vedl Stephen Weng, který je odborným asistentem epidemiologie a datové vědy na University of Nottingham ve Velké Británii.
Jak může AI pomoci preventivní péči
Weng a kolegové zkoumali zdravotní údaje o více než půl milionu lidí ve věku od 40 do 69 let. Účastníci se zaregistrovali do studie UK Biobank v letech 2006 až 2010. Výzkumní pracovníci studie UK Biobank klinicky sledovali účastníky až do roku 2016.
Pro současnou studii Weng a tým vyvinuli systém algoritmů učení využívajících dva modely zvané „random forest“ a „deep learning“. Použili modely k předpovědi rizika předčasného úmrtí v důsledku chronického onemocnění.
Vědci zkoumali prediktivní přesnost těchto modelů a porovnávali je s konvenčními predikčními modely, jako je „Coxova regrese“ a vícerozměrný Coxův model.
„Výsledné předpovědi jsme mapovali na údaje o úmrtnosti z kohorty pomocí záznamů o úmrtí Úřadu národní statistiky, registru rakoviny ve Velké Británii a statistik„ epizod nemocnic “,“ vysvětluje hlavní vyšetřovatel studie.
Studie zjistila, že Coxův regresní model byl nejméně přesný při předvídání předčasné smrti, zatímco vícerozměrný Coxův model byl o něco lepší, ale pravděpodobně předpovídal riziko úmrtí.
Celkově lze říci, „algoritmy strojového učení byly při předpovídání smrti výrazně přesnější než standardní predikční modely vyvinuté odborníkem na člověka,“ uvádí Weng. Výzkumník také komentuje klinický význam nálezů.
Říká: „Preventivní zdravotní péče je rostoucí prioritou v boji proti závažným chorobám, proto již řadu let pracujeme na zlepšení přesnosti počítačového hodnocení zdravotních rizik u obecné populace.“
"Většina aplikací se zaměřuje na jednu oblast onemocnění, ale předpovídání úmrtí v důsledku několika různých výsledků onemocnění je velmi složité, zejména s ohledem na environmentální a individuální faktory, které je mohou ovlivnit."
"Učinili jsme zásadní krok vpřed v této oblasti tím, že jsme vyvinuli jedinečný a holistický přístup k předpovědi rizika předčasného úmrtí člověka pomocí strojového učení."
Stephen Weng
„To pomocí počítačů vytváří nové modely předpovídání rizik, které berou v úvahu širokou škálu demografických, biometrických, klinických a životních faktorů pro každého posuzovaného jednotlivce, dokonce i jejich stravovací spotřebu ovoce, zeleniny a masa denně,“ vysvětluje Weng.
Kromě toho, říkají vědci, výsledky nové studie posilují předchozí nálezy, které ukázaly, že některé algoritmy AI lépe předpovídají riziko srdečních onemocnění než běžné predikční modely, které v současnosti používají kardiologové.
„V současné době existuje intenzivní zájem o potenciál využívat„ AI “nebo„ strojové učení “k lepší předpovědi zdravotních výsledků. V některých situacích můžeme zjistit, že to pomáhá, v jiných ne. V tomto konkrétním případě jsme ukázali, že při pečlivém vyladění mohou tyto algoritmy užitečně zlepšit predikci, “říká profesor Joe Kai, klinický akademik, který na studii také pracoval.
Pokračuje: „Tyto techniky mohou být pro mnohé ve výzkumu zdraví nové a obtížně sledovatelné. Věříme, že jasným a transparentním vykazováním těchto metod by to mohlo pomoci s vědeckým ověřením a budoucím rozvojem této vzrušující oblasti zdravotní péče. “
