AI-программа, которая предсказывает преждевременную смерть

Данные нового исследования, проведенного в Великобритании, свидетельствуют о том, что искусственный интеллект (artificial intelligence, AI) может быть использована для прогнозирования преждевременной смерти. По мнению исследователей Ноттингемского университета, полученные результаты могут иметь серьезные последствия для профилактической медицины.

Университетские ученые и врачи разработали и протестировали систему алгоритмов машинного обучения для прогнозирования риска преждевременной смерти от хронических заболеваний среди населения среднего возраста. Они утверждают, что система искусственного интеллекта является очень точной в своих прогнозах и работает лучше, чем существующий стандартный подход к прогнозированию, разработанный экспертами-человеками. Результаты исследования были опубликованы в марте 2019 года издательством PLOS ONE. 

Для разработки алгоритмов исследователи использовали данные о здоровье более полумиллиона человек в возрасте от 40 до 69 лет, представивших свои данные в UK Biobank в период с 2006 по 2016 год.

Существующие сегодня приложения для оценки рисков для здоровья сосредоточены в основном на одной области заболевания, но предсказать смерть от нескольких различных исходов заболевания очень сложно, особенно с учетом экологических и индивидуальных факторов, которые могут на них повлиять. Британские ученые сделали важный шаг вперед в этой области, разработав уникальный и целостный подход к прогнозированию риска преждевременной смерти человека. Этот метод использует компьютеры для построения новых моделей прогнозирования рисков, которые учитывают широкий спектр демографических, биометрических, клинических и жизненных факторов для каждого человека. По словам разработчиков, оценивается даже ежедневное потребление фруктов, овощей и мяса.

Ученые сопоставили результирующие прогнозы с данными о смертности людей из исследуемой группы, используя данные Управления национальной статистики, регистра онкологических заболеваний Великобритании и статистику "госпитальных эпизодов". Они обнаружили, что алгоритмы машинного обучения были значительно более точными в предсказании смерти, чем стандартные модели предсказания, разработанные человеком.

Группа использовала модели машинного обучения, известные как "случайный лес" (random forest) и "глубокое обучение", которые были сопоставлены с традиционно используемой "Регрессией Кокса" -  моделью прогнозирования на основе возраста и пола (оказалась наименее точной при прогнозировании смертности), а также многомерной моделью Кокса, которая работает лучше, но имеет тенденцию к завышению прогноза риска.

Это исследование основано на предыдущей работе той же команды, которая показала, что четыре различных AI-алгоритма значительно лучше предсказывают сердечно-сосудистые заболевания, чем стандартный алгоритм, используемый в современных кардиологических руководствах.