นักวิจัยด้านการแพทย์ได้ไขความสามารถที่ไม่มั่นคงในปัญญาประดิษฐ์ (AI): ทำนายการเสียชีวิตก่อนวัยอันควรของบุคคล
เมื่อเร็ว ๆ นี้นักวิทยาศาสตร์ได้ฝึกอบรมระบบ AI เพื่อประเมินข้อมูลด้านสุขภาพทั่วไปที่ผู้คนกว่าครึ่งล้านส่งมาในสหราชอาณาจักร จากนั้นพวกเขามอบหมายให้ AI ประเมินว่าบุคคลมีความเสี่ยงต่อการเสียชีวิตก่อนกำหนด - กล่าวอีกนัยหนึ่งเร็วกว่าอายุขัยเฉลี่ย - จากโรคเรื้อรังพวกเขารายงานในการศึกษาใหม่
การคาดการณ์ของการเสียชีวิตก่อนวัยอันควรที่ทำโดยอัลกอริธึม AI นั้น "มีความถูกต้องมากกว่า" อย่างมีนัยสำคัญมากกว่าการคาดการณ์ที่ส่งโดยแบบจำลองที่ไม่ได้ใช้การเรียนรู้ของเครื่องจักร น็อตติงแฮม (UN) ในสหราชอาณาจักรกล่าวในแถลงการณ์
เพื่อประเมินความเป็นไปได้ของการเสียชีวิตก่อนกำหนดของอาสาสมัครนักวิจัยได้ทดสอบ AI สองประเภท: "การเรียนรู้ลึก" ซึ่งเครือข่ายการประมวลผลข้อมูลแบบเลเยอร์ช่วยคอมพิวเตอร์ในการเรียนรู้จากตัวอย่าง และ "random forest" ซึ่งเป็น AI ที่ง่ายกว่าซึ่งรวมเอาแบบจำลองที่มีลักษณะคล้ายต้นไม้จำนวนมากเพื่อพิจารณาผลลัพธ์ที่เป็นไปได้
จากนั้นพวกเขาเปรียบเทียบข้อสรุปของโมเดล AI กับผลลัพธ์จากอัลกอริธึมมาตรฐานหรือที่รู้จักในชื่อโมเดล Cox
ด้วยการใช้แบบจำลองทั้งสามนี้นักวิทยาศาสตร์ประเมินข้อมูลใน UK Biobank ซึ่งเป็นฐานข้อมูลแบบเปิดที่เข้าถึงข้อมูลทางพันธุกรรมทางกายภาพและสุขภาพส่งมาโดยมากกว่า 500,000 คนระหว่างปี 2549 ถึง 2559 ในช่วงเวลานั้นมีผู้เข้าร่วมเกือบ 14,500 คนเสียชีวิต จากโรคมะเร็งโรคหัวใจและโรคระบบทางเดินหายใจ
ตัวแปรต่าง ๆ
โมเดลทั้งสามระบุว่าปัจจัยต่างๆเช่นอายุเพศประวัติการสูบบุหรี่และการวินิจฉัยโรคมะเร็งก่อนหน้านั้นเป็นตัวแปรอันดับต้น ๆ สำหรับการประเมินความเป็นไปได้ของการเสียชีวิตก่อนกำหนดของบุคคล แต่แบบจำลองแตกต่างจากปัจจัยสำคัญอื่น ๆ นักวิจัยพบ
โมเดล Cox พึ่งพาอาศัยชาติพันธุ์และการออกกำลังกายอย่างมากในขณะที่โมเดลการเรียนรู้ด้วยเครื่องไม่ได้ทำ จากการเปรียบเทียบรูปแบบป่าสุ่มให้ความสำคัญกับเปอร์เซ็นต์ไขมันในร่างกายรอบเอวปริมาณของผักและผลไม้ที่ผู้คนรับประทานและสีผิวตามการศึกษา สำหรับโมเดลการเรียนรู้อย่างลึกซึ้งปัจจัยอันดับต้น ๆ ได้แก่ การสัมผัสกับอันตรายที่เกี่ยวข้องกับงานและมลพิษทางอากาศปริมาณแอลกอฮอล์และการใช้ยาบางชนิด
เมื่อการคำนวณตัวเลขทั้งหมดเสร็จสิ้นอัลกอริทึมการเรียนรู้แบบลึกจะให้การทำนายที่แม่นยำที่สุดโดยระบุอย่างแม่นยำถึง 76 เปอร์เซ็นต์ของอาสาสมัครที่เสียชีวิตระหว่างการศึกษา จากการเปรียบเทียบรูปแบบป่าสุ่มทำนายอย่างถูกต้องเกี่ยวกับ 64 เปอร์เซ็นต์ของการเสียชีวิตก่อนวัยอันควรในขณะที่โมเดล Cox ระบุเพียงประมาณร้อยละ 44
นี่ไม่ใช่ครั้งแรกที่ผู้เชี่ยวชาญได้ควบคุมพลังการทำนายของ AI สำหรับการดูแลสุขภาพ ในปี 2560 ทีมนักวิจัยที่แตกต่างแสดงให้เห็นว่า AI สามารถเรียนรู้ที่จะสังเกตเห็นสัญญาณของโรคอัลไซเมอร์ อัลกอริทึมของพวกเขาประเมินการสแกนสมองเพื่อคาดการณ์ว่าบุคคลนั้นน่าจะพัฒนาสมองเสื่อมหรือไม่และมันก็ทำเช่นนั้นด้วยความแม่นยำประมาณ 84 เปอร์เซ็นต์ Live Science รายงานก่อนหน้านี้
การศึกษาอื่นพบว่า AI สามารถทำนายการโจมตีของออทิสติกในทารกอายุ 6 เดือนที่มีความเสี่ยงสูงในการพัฒนาความผิดปกติ การศึกษาอื่นสามารถตรวจจับสัญญาณของการรุกล้ำของโรคเบาหวานผ่านการวิเคราะห์สแกนจอประสาทตา; และอีกอย่างหนึ่ง - โดยใช้ข้อมูลที่ได้จากการสแกนจอประสาทตา - ทำนายความน่าจะเป็นของผู้ป่วยที่มีอาการหัวใจวายหรือโรคหลอดเลือดสมอง
ในการศึกษาใหม่นักวิทยาศาสตร์ได้แสดงให้เห็นว่าการเรียนรู้ด้วยเครื่อง - "ด้วยการปรับจูนอย่างระมัดระวัง" สามารถนำมาใช้ในการทำนายผลการตายในช่วงเวลาหนึ่งได้อย่างสำเร็จโจโจไกผู้ร่วมวิจัยระดับปฐมภูมิกล่าว
ในขณะที่ใช้ AI วิธีนี้อาจไม่คุ้นเคยกับผู้เชี่ยวชาญด้านการดูแลสุขภาพหลายคนการนำเสนอวิธีการที่ใช้ในการศึกษา "สามารถช่วยในการตรวจสอบทางวิทยาศาสตร์และการพัฒนาในอนาคตของสาขาที่น่าตื่นเต้นนี้" ไก่กล่าว
การค้นพบนี้เผยแพร่ทางออนไลน์วันนี้ (27 มีนาคม) ในวารสาร PLOS ONE
