Sztuczna inteligencja przewiduje stan zdrowia człowieka z dziesiątkami lat naprzód
Zespół naukowców wyszkolił model sztucznej inteligencji (AI), który przewiduje stan zdrowia danej osoby: Narzędzie to jest w stanie przewidzieć ryzyko i czas wystąpienia ponad tysiąca chorób na podstawie historii medycznej pacjenta z kilkudziesięcioletnim wyprzedzeniem.
Model opracowany przez naukowców z Europejskiego Laboratorium Biologii Molekularnej (EMBL), Niemieckiego Centrum Badań nad Rakiem (DKFZ) i Uniwersytetu Kopenhaskiego został przeszkolony na danych klinicznych pochodzących od 400 000 osób w Wielkiej Brytanii i przetestowany na danych pochodzących od blisko dwóch milionów osób w Danii.
Modelowi nadano nazwę Delphi-2M i udało się przewidzieć prawdopodobieństwo wystąpienia ponad tysiąca chorób. oparte na historii choroby danej osoby, z taką samą lub większą dokładnością niż inne narzędzia.
CZYTAJ: Zaginiony nauczyciel języka angielskiego odnaleziony żywyCo więcej, udało się symulować przebieg stanu zdrowia danej osoby na przestrzeni nawet 20 lat i wygenerować syntetyczne dane, które chronią prywatność pacjentów, ale nadal nadają się do szkolenia innych modeli sztucznej inteligencji.
Autorzy twierdzą, że ich narzędzie może pomóc w identyfikacji osób o wyższym ryzyku zachorowania na chorobę, w opracowaniu programów badań przesiewowych i wspieraniu długoterminowego planowania opieki zdrowotnej.
„Nasz model sztucznej inteligencji to dowód koncepcji, który pokazuje, że sztuczna inteligencja jest w stanie nauczyć się wielu rzeczy” nasze długoterminowe wzorce zdrowotne i wykorzystujemy te informacje do generowania sensownych prognoz” mówi Ewan Birney, tymczasowy dyrektor wykonawczy EMBL.
„Modelując rozwój chorób w czasie, możemy zacząć badać, kiedy pojawiają się określone zagrożenia i jak najlepiej zaplanować wczesną interwencję. To ważny krok w kierunku bardziej spersonalizowanego i prewencyjnego podejścia do opieki zdrowotnej” – dodaje.
Choć przyszłe wersje mogłyby obejmować więcej rodzajów informacji zdrowotnych i pomóc w udoskonaleniu spersonalizowanej opieki, autorzy ostrzegają, że obecny model jest obarczony błędami w danych wejściowych i że jego przewidywania nie powinny być wykorzystywane do podejmowania bezpośrednich decyzji medycznych bez dalszych testów.
Zbieg choróbSztuczna inteligencja oferuje potężne narzędzia do identyfikowania wzorców postępu choroby poprzez analizę dużych zbiorów danych historii chorób pacjentów, ale pełny potencjał tych modeli, zwłaszcza w skali populacji, wciąż pozostaje w dużej mierze niewykorzystany.
W tym kontekście program Delphi-2M został przeszkolony w zakresie wykrywania wzorców występowania określonych chorób w odniesieniu do innych zdarzeń w historii pacjentów, takie jak czynniki związane ze stylem życia i inne warunki zdrowotne.
Może Cię zainteresować: Petro prosi Sheinbauma o odnalezienie dwóch zaginionych kolumbijskich artystów żywych.„Zdarzenia medyczne często podążają za przewidywalnymi wzorcami. Nasz model uczy się tych wzorców i potrafi przewidywać przyszłe skutki zdrowotne. Pozwala nam to badać, co może się wydarzyć na podstawie historii choroby danej osoby i innych kluczowych czynników” – mówi Tom Fitzgerald, naukowiec z Europejskiego Instytutu Bioinformatyki (EMBL-EBI) EMBL.
Zdaniem autorów model ten sprawdza się szczególnie dobrze w przypadku schorzeń o wyraźnych i spójnych wzorcach rozwoju, takich jak niektóre rodzaje nowotworów, zawały serca i sepsa (zakażenia krwi).
Jest ona jednak mniej wiarygodna w przypadku bardziej zmiennych warunków, takich jak zaburzenia zdrowia psychicznego lub powikłania związane z ciążą, które zależą od nieprzewidywalnych zdarzeń życiowych.
Przyszłe wykorzystanie i ograniczeniaPodobnie jak prognozy pogody, ten nowy model sztucznej inteligencji oferuje prawdopodobieństwo, a nie pewność. Badania ostrzegają, że nie przewiduje ono dokładnie, co stanie się z daną osobą, lecz raczej oferuje dobrze skalibrowane szacunki prawdopodobieństwa wystąpienia pewnych stanów w danym okresie czasu.
„Należy podkreślić, że nie jest to pewność, lecz raczej szacunek potencjalnych zagrożeń” – podkreśla Fitzgerald.
Ponadto model zawiera błędy demograficzne wynikające z luk w danych szkoleniowych, takich jak niska reprezentacja niektórych grup etnicznych.
Chociaż model nie jest jeszcze gotowy do użytku klinicznego , autorzy sugerują, że mógłby on już pomóc badaczom zrozumieć, w jaki sposób choroby rozwijają się i postępują, zbadać, w jaki sposób styl życia i przebyte choroby wpływają na długoterminowe ryzyko zachorowania, a także symulować wyniki zdrowotne przy użyciu sztucznych danych pacjenta w sytuacjach, w których trudno jest uzyskać rzeczywiste dane lub do nich uzyskać dostęp.
„To początek nowego sposobu rozumienia zdrowia człowieka i postępu chorób” – podsumowuje Moritz Gerstung, kierownik działu sztucznej inteligencji w onkologii w DKFZ i były kierownik grupy w EMBL-EBI.
*Bądź na bieżąco z nowościami, dołącz do naszego kanału WhatsApp tutaj: https://whatsapp.com/channel/0029VaAf9Pu9hXF1EJ561i03
MV
- Sztuczna inteligencja
- Zdrowie
- Technologia
- Niemieckie Centrum Badań nad Rakiem
informador
