Sztuczna inteligencja przewidzi kiedy umrzesz. Wystarczą jej zdjęcia tomografii komputerowej

Dodane:

Adam Sawicki, Redaktor prowadzącyRedaktor prowadzący MamStartup Adam Sawicki

Udostępnij:

Naukowcy z University of Adelaide stworzyli algorytm, który potrafi przewidzieć czy pacjent umrze w ciagu pięciu lat. I chociaż opracowana przez nich sztuczna inteligencja jest tak samo dobra jak lekarz, to na razie nie trafi do palcówek medycznych. Musi przejść przez kolejne fazy testów.

fot. pexels.com

Sztuczna inteligencja przewiduje śmierć

Algorytm opracowany przez australijskich naukowców przeanalizował wyniki tomografii komputerowej klatki piersiowej czterdziestu ośmiu pacjentów powyżej 60 roku życia. Jego zadaniem było określenie, którzy pacjenci umrą w ciagu pięć lat od wykonania badania CT. Eksperymentu nie przeprowadzono jednak na żywych pacjentach, ale na danych osób, które nie żyją już od jakiegoś czasu. Co się okazało, sztuczna inteligencja poradziła sobie z tym z 69-procentową skutecznością i poprawnie wskazała zmarłych pacjentów.

Health Line podaje, że naukowcy odpowiedzialni za projekt twierdzą, że wynik ten można porównać do prognoz długości życia jakie uzyskałoby się podczas badania genetycznego. Głównie dlatego, że na zdjęciach klatki piersiowej uzyskanych dzięki badaniu tomografii komputerowej widać między innymi serce, płuca i naczynia krwionośne, co jest dobrą podstawą do oceny zdrowia pacjenta. Na tych wynikach często opierają się lekarze.

Lepszy stan zdrowia

– Taka wiedza ma kluczowe znaczenie jeśli chodzi o poprawę wczesnych interwencji, przy podejmowaniu lepszych decyzji odnośnie leczenia oraz przy poprawie sytuacji stale nasilających się chorób przewlekłych – piszą autorzy eksperymentu dla Scientific Reports. Dodają, że mimo skromnej bazy danych, która została poddana analizie, ich algorytm dobrze poradził sobie z zadaniem i że tego typu rozwiązania mogą przyczynić się do zwiększenia innowacyjności w obszarze medycyny precyzyjnej.

Wyjaśniają również, że celem eksperymentu nie było jako takie określenie terminu śmierci pacjentów, ale zdobycie narzędzia, które z dużą dokładnością potrafiłoby monitorować stan zdrowia osób poddawanych badaniu CT. – Ryzyko śmierci pacjenta jest bezpośrednio powiązane ze stanem zdrowiem jego organów i tkanek, ale zmiany spowodowane chorobami przewlekłymi, powstają przez dziesiątki lat zanim dadzą o sobie znać – mówi w rozmowie z Digital Trends naukowiec kierujący projektem dr Luke Oakden-Rayner.

Większa baza danych

Dodaje, że gdy udaje się zdiagnozować jakąś chorobę, to często jest już w zaawansowanym stadium rozwoju. Niemniej można przeanalizować dane zmarłych osób, aby zaobserwować wzorce i ustrzec pacjentów przed jakąś dolegliwością i w efekcie przed przedwczesną śmiercią. Jego celem jest zresztą zidentyfikowanie tych zmian i dostosowanie sposób leczenia od indywidualnych przypadków.

– Naszym kolejnym znaczącym krokiem jest rozszerzenie bazy danych. Podczas tego badania wykorzystaliśmy bardzo małą kohortę czterdziestu ośmiu pacjentów, aby udowodnić, że nasze rozwiazanie działa. Ale maszynowe uczenie lepiej się spisuje, gdy dysponujesz dużo większą ilością informacji. Na następnym etapie badania zbierzmy i przeanalizujemy więc dziesiątki tysięcy przypadków – tłumaczy dr Luke Oakden-Rayner.

Kalkulator śmierci

Natomiast naukowcy z australijskiego University of Adelaide nie są jedynymi, którzy za pomocą algorytmu starają się oszacować ryzyko śmierci w ciągu pięciu lat. Informację o podobnym rozwiązaniu opublikowali badacze ze szwedzkiego Uppsala University w 2015 roku. Opracowali specjalny kalkulator, który bazując na danych około pół miliona osób, potrafi określi stan zdrowia użytkownika.

– Udowadniamy, że przy użyciu kilku prostych pytań można przewidzieć ryzyko śmierci w ciagu pięciu lat z większą niezawodnością niż za pomocą jakichkolwiek innych, znanych dzisiaj sposobów. Uważamy, że nasze badanie i kalkulator staną się istotnym narzędziem dla szerokiego grona naukowców, lekarzy, decydentów i społeczeństwa – mówi autor projektu Erik Ingelsson, cytowany w komunikacie prasowym.