Predecir. Henri de Saint-Simon, el padre temprano de la tecnocracia, definió el cientificismo: “Un científico, mis queridos amigos, es un hombre que prevé; es porque la ciencia proporciona la significa predecir que es útil y que los científicos son superiores a todos los demás hombres ".
Las compañías de seguros castigarán a los consumidores con esta tecnología mientras miden el riesgo, a menudo falsamente, para determinar quién se enfermará con qué enfermedad y cuándo morirán. El siguiente estudio no incluye análisis de ADN, pero eso llegará pronto. ⁃ TN Editor
Recientemente, los científicos entrenaron un sistema de IA para evaluar una década de datos generales de salud presentados por más de medio millón de personas en el Reino Unido. Luego, le asignaron a la IA la tarea de predecir si las personas corrían el riesgo de morir prematuramente, en otras palabras, antes de la esperanza de vida promedio, de una enfermedad crónica, informaron en un nuevo estudio.
Las predicciones de muerte prematura realizadas por algoritmos de IA fueron "significativamente más precisas" que las predicciones entregadas por un modelo que no utilizaba el aprendizaje automático, dijo el autor principal del estudio, el Dr. Stephen Weng, profesor asistente de epidemiología y ciencia de datos en la Universidad de Nottingham (ONU) en el Reino Unido, dijo en un comunicado. [¿Pueden las máquinas ser creativas? Conoce a 9 'artistas' de IA]
Para evaluar la probabilidad de mortalidad prematura de los sujetos, los investigadores probaron dos tipos de IA: "aprendizaje profundo", en el que las redes de procesamiento de información en capas ayudan a una computadora a aprender de los ejemplos; y "bosque aleatorio", un tipo más simple de IA que combina múltiples modelos en forma de árbol para considerar posibles resultados.
Luego, compararon las conclusiones de los modelos de IA con los resultados de un algoritmo estándar, conocido como modelo de Cox.
Utilizando estos tres modelos, los científicos evaluaron datos en el Biobanco del Reino Unido, una base de datos de acceso abierto de datos genéticos, físicos y de salud, presentados por más de 500,000 entre 2006 y 2016. Durante ese tiempo, casi 14,500 de los participantes murieron, principalmente de cáncer, enfermedades cardíacas y enfermedades respiratorias.
Diferentes variables
Los tres modelos determinaron que factores como la edad, el sexo, el historial de tabaquismo y un diagnóstico previo de cáncer eran las principales variables para evaluar la probabilidad de muerte prematura de una persona. Pero los modelos divergieron sobre otros factores clave, encontraron los investigadores.
El modelo de Cox se apoyó fuertemente en el origen étnico y la actividad física, mientras que los modelos de aprendizaje automático no. En comparación, el modelo de bosque aleatorio puso mayor énfasis en porcentaje de grasa corporal, circunferencia de la cintura, la cantidad de frutas y verduras que las personas comieron y el tono de la piel, según el estudio. Para el modelo de aprendizaje profundo, los factores principales incluyeron la exposición a riesgos relacionados con el trabajo y la contaminación del aire, la ingesta de alcohol y el uso de ciertos medicamentos.
Cuando se hizo todo el cálculo de números, el algoritmo de aprendizaje profundo proporcionó las predicciones más precisas, identificando correctamente el porcentaje 76 de sujetos que murieron durante el período de estudio. En comparación, el modelo de bosque aleatorio predijo correctamente alrededor del 64 por ciento de muertes prematuras, mientras que el modelo de Cox identificó solo alrededor del 44 por ciento.
Esta no es la primera vez que los expertos aprovechan el poder predictivo de la IA para la atención médica. En 2017, un equipo diferente de investigadores demostró que la IA podía aprender a detectar los primeros signos de la enfermedad de Alzheimer; su algoritmo evaluó escáneres cerebrales para predecir si una persona podría desarrollar Alzheimer, y lo hizo con aproximadamente un 84 por ciento de precisión, Live Science se informó anteriormente.
Otro estudio encontró que la IA podría predecir el inicio del autismo en bebés de 6 de meses que tenían un alto riesgo de desarrollar el trastorno. Otro estudio más podría detectar signos de invasión de diabetes a través del análisis de escaneos de retina; y uno más, también utilizando datos derivados de escáneres retinianos, predijo la probabilidad de que un paciente experimente un ataque al corazón o apoplejía.
wpDiscuz