의료 연구자들은 인공 지능 (AI)의 불안정한 능력을 열어 사람의 조기 사망을 예측했습니다.
과학자들은 최근 영국에서 50 만 명이 넘는 사람들이 제출 한 10 년간의 일반 건강 데이터를 평가하기 위해 AI 시스템을 교육했습니다. 그런 다음, AI가 개인이 조기에 사망 할 위험이 있는지, 즉 평균 수명보다 빨리 만성 질환으로 사망 할 수 있는지 예측하여 AI에 임무를 부여했다.
AI 알고리즘으로 만들어진 조기 사망의 예측은 머신 러닝을 사용하지 않은 모델이 제공 한 예측보다 "정확하게 더 정확"했습니다. 수석 연구 저자 인 Stephen Weng 박사는 전염병 대학교의 역학 및 데이터 과학 조교수입니다. 영국의 노팅엄 (UN)은 성명서에서 밝혔다.
피험자의 조기 사망 가능성을 평가하기 위해 연구원들은 두 가지 유형의 AI를 테스트했습니다. "딥 러닝 (deep learning)"-계층화 된 정보 처리 네트워크는 컴퓨터가 예제를 통해 배우도록 도와줍니다. "랜덤 포레스트"는 여러 가지 트리 형 모델을 결합하여 가능한 결과를 고려하는 더 단순한 유형의 AI입니다.
그런 다음 AI 모델의 결론을 Cox 모델이라고하는 표준 알고리즘의 결과와 비교했습니다.
이 세 가지 모델을 사용하여 과학자들은 2006 년과 2016 년 사이에 50 만 명이 넘는 사람들이 제출 한 유전자, 신체 및 건강 데이터에 대한 개방형 액세스 데이터베이스 인 UK Biobank의 데이터를 평가했습니다.이 기간 동안 참가자 중 거의 14,500 명이 사망했습니다. 암, 심장병 및 호흡기 질환.
다른 변수
세 가지 모델 모두 연령, 성별, 흡연 이력 및 이전 암 진단과 같은 요인이 사람의 조기 사망 가능성을 평가하는 가장 큰 변수라고 판단했습니다. 그러나이 모델들은 다른 주요 요소들과 다른 것으로 나타났다.
Cox 모델은 인종과 신체 활동에 크게 의존했지만 기계 학습 모델은 그렇지 않았습니다. 이에 비해 무작위 삼림 모델은 체지방률, 허리 둘레, 사람들이 먹은 과일 및 채소의 양, 피부색에 중점을 두었습니다. 딥 러닝 모델의 경우 주요 요인은 직무 관련 위험 및 대기 오염 노출, 알코올 섭취 및 특정 약물 사용을 포함했습니다.
모든 숫자 크 런칭이 완료되면 딥 러닝 알고리즘은 가장 정확한 예측을 제공하여 연구 기간 동안 사망 한 피험자의 76 %를 정확하게 식별했습니다. 이에 비해 랜덤 포레스트 모델은 조기 사망의 약 64 %를 정확하게 예측 한 반면, Cox 모델은 약 44 % 만 식별했습니다.
전문가들이 AI의 건강 관리 예측 능력을 활용 한 것은 이번이 처음이 아닙니다. 2017 년에 다른 연구팀은 AI가 알츠하이머 병의 초기 징후를 발견하는 법을 배울 수 있음을 보여주었습니다. 그들의 알고리즘은 사람이 알츠하이머를 개발할 가능성이 있는지 예측하기 위해 뇌 스캔을 평가했으며, 약 84 %의 정확도로 그렇게했다고 Live Science는 이전에보고했습니다.
또 다른 연구에 따르면 AI는 발병 위험이 높은 6 개월 된 아기의 자폐증 발병을 예측할 수 있습니다. 또 다른 연구는 망막 스캔의 분석을 통해 당뇨병을 침범하는 징후를 발견 할 수 있습니다. 망막 스캔에서 얻은 데이터를 사용하여 한 번 더 환자가 심장 마비 나 뇌졸중을 경험할 가능성을 예측했습니다.
이 새로운 연구에서 과학자들은 기계 학습 (주의 깊은 조정)이 시간이 지남에 따라 사망률 결과를 성공적으로 예측하는 데 사용될 수 있다고 밝혔다.
Kai는 이러한 방식으로 AI를 사용하는 것은 많은 의료 전문가들에게는 생소 할 수 있지만, 연구에 사용 된 방법을 제시하면 "이 흥미로운 분야의 과학적 검증 및 향후 개발에 도움이 될 수있다"고 말했다.
이 결과는 PLOS ONE 저널에 오늘 온라인 (3 월 27 일)으로 출판되었습니다.
