חוקרים רפואיים פיתחו יכולת מעורערת בבינה מלאכותית: חיזוי מותו המוקדם של האדם.
מדענים הכשירו לאחרונה מערכת AI להערכת עשור של נתוני בריאות כלליים שהגישו יותר מחצי מיליון איש בבריטניה. לאחר מכן, הם המשיכו את ה- AI לחזות אם אנשים נמצאים בסיכון למות בטרם עת - או במילים אחרות, מוקדם יותר מתוחלת החיים הממוצעת - ממחלות כרוניות, כך דיווחו במחקר חדש.
התחזיות של המוות המוקדם שנעשו על ידי אלגוריתמים של AI היו "מדויקות משמעותית" יותר מהתחזיות שנמסרו על ידי מודל שלא השתמש בלימוד מכונות, כך כתב סופר המחקר, ד"ר סטיבן וונג, פרופסור לאפידמיולוגיה ומדעי נתונים באוניברסיטת אוניברסיטת בנוטינגהאם (האו"ם) בבריטניה, נמסר בהצהרה.
כדי להעריך את הסבירות לתמותה מוקדמת של הנבדקים, החוקרים בדקו שני סוגים של AI: "למידה עמוקה", בהם רשתות לעיבוד מידע שכבות עוזרות למחשב ללמוד מדוגמאות; ו- "יער אקראי", סוג פשוט יותר של AI המשלב מספר דגמים דמוי עצים כדי לשקול תוצאות אפשריות.
לאחר מכן, הם השוו את מסקנות דגמי ה- AI לתוצאות מאלגוריתם סטנדרטי, המכונה מודל ה- Cox.
באמצעות שלושת המודלים הללו העריכו המדענים נתונים ב- Bio Biobank בבריטניה - מאגר גישה פתוח של נתונים גנטיים, פיזיים ובריאותיים - שהוגשו על ידי יותר מ- 500,000 אנשים בין 2006 ל 2016. במהלך אותה תקופה, כמעט 14,500 מהמשתתפים מתו, בעיקר מסרטן, מחלות לב ומחלות נשימה.
משתנים שונים
כל שלושת המודלים קבעו כי גורמים כמו גיל, מין, היסטוריה של עישון ואבחון קודם לסרטן הם המשתנים העיקריים להערכת הסבירות למותו המוקדם של האדם. החוקרים מצאו כי המודלים התפלגו על פני גורמים מרכזיים אחרים.
מודל קוקס נשען בכבדות על אתניות ופעילות גופנית, ואילו המודלים שלמידת המכונות לא עשו זאת. לשם השוואה, מודל היער האקראי שם דגש רב יותר על אחוזי שומן בגוף, היקף המותניים, כמות הפירות והירקות שאנשים אכלו וגוון העור, על פי המחקר. עבור מודל הלמידה העמוקה, גורמים מובילים כללו חשיפה לסכנות הקשורות בעבודה וזיהום אוויר, צריכת אלכוהול ושימוש בתרופות מסוימות.
לאחר ביצוע כל המסך, מספר האלגוריתמים של הלמידה העמוקה את התחזיות המדויקות ביותר, תוך זיהוי נכון של 76 אחוז מהנבדקים שמתו במהלך תקופת המחקר. לשם השוואה, מודל היער האקראי ניבא נכון כ 64 אחוז ממקרי המוות בטרם עת, ואילו מודל ה- Cox זיהה כ 44- אחוזים בלבד.
זו לא הפעם הראשונה שמומחים רותמים את כוח החיזוי של AI לטיפול בריאותי. בשנת 2017, צוות חוקרים אחר הדגים כי AI יכול ללמוד לאתר סימנים מוקדמים למחלת אלצהיימר; האלגוריתם שלהם העריך את סריקות המוח כדי לחזות אם אדם עשוי לפתח אלצהיימר, וזה עשה זאת בערך 84 אחוז דיוק, כך מדווח בעבר Live Science.
מחקר אחר מצא כי AI יכול לחזות את הופעת האוטיזם אצל תינוקות בני 6 חודשים שהיו בסיכון גבוה להתפתחות ההפרעה. מחקר נוסף יכול היה לזהות סימנים של התגברות סוכרת באמצעות ניתוח סריקות רשתית; ועוד אחת - גם באמצעות נתונים שמקורם בסריקות רשתית - ניבאה את הסבירות של חולה להתקף לב או שבץ מוחי.
במחקר החדש המדענים הראו כי ניתן להשתמש בלמידה של מכונות - "בכוונון זהיר" כדי לחזות בהצלחה את תוצאות התמותה לאורך זמן, כך נאמר בהצהרה כי מחברם המשותף של ג'ו קאי, פרופסור לטיפול ראשוני באו"ם.
אמנם השימוש ב- AI בדרך זו עשוי להיות לא מוכר עבור אנשי מקצוע רבים בתחום שירותי הבריאות, אולם הצגת השיטות הנהוגות במחקר "עשויה לעזור באימות מדעי ופיתוח עתידי של תחום מרגש זה", אמר קאי.
הממצאים פורסמו ברשת היום (27 במרץ) בכתב העת PLOS ONE.
