Informacja

Algorytmy uczenia maszynowego są teraz w stanie przewidzieć przedwczesną śmierć

Algorytmy uczenia maszynowego są teraz w stanie przewidzieć przedwczesną śmierć


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Zespół naukowców z Uniwersytetu w Nottingham opracował i przetestował system uczenia maszynowego, który jest w stanie sam nauczyć się przewidywać przedwczesną śmierć.

Chociaż nowa technologia brzmi trochę dziwnie lub jak w filmie science fiction, technologia ta mogłaby zostać wykorzystana do znacznej poprawy profilaktyki zdrowotnej w najbliższej przyszłości.

ZOBACZ RÓWNIEŻ: DOBRE UCZENIE WYPOSAŻA ROBOTY, ABY POMÓC AUTYSTYCZNYM DZIECIOM W TERAPII

Przewidywanie śmierci

Opublikowane przez PLOS ONE w specjalnej edycji zbiorowej Machine Learning in Health and Biomedicine, badanie pokazuje, jak przydatne mogą być narzędzia sztucznej inteligencji i uczenia maszynowego oraz ich zastosowanie w dziedzinach medycyny.

Modele uczenia maszynowego zostały już wdrożone w świecie medycznym, wykorzystując moc ilościową do wykrywania raka. Dzięki tym nowym algorytmom uczenia maszynowego naukowcy są w stanie przewidzieć ryzyko przedwczesnej śmierci z powodu chorób przewlekłych w populacji w większości w średnim wieku.

Korzystając z danych zebranych przez ponad pół miliona osób w wieku od 40 do 69 lat rekrutowanych do brytyjskiego Biobanku w latach 2006-2010 i obserwowanych do 2016 roku, zespół wykorzystał model uczenia maszynowego do analizy szerokiego zakresu czynników demograficznych, biometrycznych, klinicznych i związanych ze stylem życia. tematy.

Zespół wziął nawet pod uwagę ich dzienne spożycie owoców, warzyw i mięsa. Zespół Nottingham przystąpił następnie do przewidywania śmiertelności tych osób.

Jak wspomniał adiunkt w dziedzinie epidemiologii i nauk o danych, dr Stephen Weng: „Zmapowaliśmy uzyskane prognozy na dane dotyczące śmiertelności z kohorty, korzystając z rejestrów zgonów Urzędu National Statistics, brytyjskiego rejestru nowotworów i statystyk dotyczących epizodów szpitalnych”.

„Odkryliśmy, że algorytmy uczone maszynowo są znacznie dokładniejsze w przewidywaniu śmierci niż standardowe modele prognozowania opracowane przez eksperta od ludzi”.

Medycyna zapobiegawcza

Naukowcy będący częścią tego badania są podekscytowani wynikami. Może nadejść czas, w którym lekarze będą w stanie zidentyfikować potencjalne zagrożenia dla zdrowia pacjentów z przerażającą dokładnością i przystąpić do przepisywania odpowiednich kroków zapobiegawczych.

„Wierzymy, że jasne i przejrzyste opisanie tych metod może pomóc w naukowej weryfikacji i przyszłym rozwoju tej ekscytującej dziedziny opieki zdrowotnej” - mówi dr Stephen Weng

Badania pomogą zbudować podstawy dla ważnych narzędzi w medycynie umożliwiających dostarczanie spersonalizowanych leków i dostosowywanie zarządzania ryzykiem do indywidualnych pacjentów. Badanie Nottingham opierało się na wcześniejszym badaniu, w którym techniki uczenia maszynowego były w stanie przewidzieć choroby układu krążenia.


Obejrzyj wideo: PyLight Waw #15 - Ignacy Janiszewski - Uczenie maszynowe dla pyczątkujących (Może 2022).