W trakcie swojego życia mamy styczność z wieloma zagrożeniami. Rzecz jasna, wielu z nich instynktownie staramy się unikać, ale nasze możliwości w tej kwestii są poważnie ograniczone. Nadal średnio radzimy sobie chociażby z dokonywaniem pomiarów, które pozwoliłyby określić, kiedy może grozić nam śmierć w związku ze stanem naszego zdrowia. Mając to na uwadze, badacze z laboratorium CSAIL MIT opracowali system nauczania maszynowego RiskCardio, który może oszacować ryzyko zgonu jako skutku problemów sercowo-naczyniowych prowadzących do zablokowania lub zredukowania przepływu krwi w tętnicach wieńcowych. Jak widać, mowa o przewidywaniu śmierci tylko w związku z wyłącznie jednym rodzajem chorób, ale i tak jest to duży krok naprzód.
Jak działa RiskCardio?
RiskCardio ocenia ryzyko zgonu tylko na podstawie 15-minutowego badania EKG. System skupia się na osobach, które już miały w swoim życiu do czynienia z ostrym zespołem wieńcowym, czyli zmniejszeniem lub zablokowaniem przepływu krwi w tętnicach wieńcowych (takich, które transportują krew dostarczającą tlen do mięśnia sercowego). Po przeanalizowaniu zapisów EKG sztuczna inteligencja przydzielała pacjentów do różnych grup ryzyka.
Osobom w grupie najwyższego ryzyka groziło prawie siedem razy większe prawdopodobieństwo śmierci ze względu na schorzenia sercowo-naczyniowe niż osobom z grupy najniższego ryzyka. Dla porównania, zgodnie z obecnie obowiązującymi standardami i metryczkami służącymi do szacunku ryzyka śmierci jako skutku wspomnianych schorzeń, różnica między tymi grupami ryzyka byłaby nie siedmiokrotna, a trzykrotna.
RiskCardio należało „nakarmić”
Uczeni wytrenowali swoją sztuczną inteligencję w oparciu o historyczne dane pacjentów, którzy umarli w związku z ostrymi zespołami wieńcowymi. Dzięki temu treningowi, jeżeli EKG zostało przeprowadzone w ciągu 15 minut od wystąpienia incydentu wieńcowego, system potrafił przewidzieć, czy dana osoba umrze w ciągu 30, 60, 90 czy 365 dni. Spośród 1250 osób objętych badaniem, zdaniem sztucznej inteligencji 28 ma umrzeć w ciągu roku.
W przyszłości naukowcy zamierzają usprawnić system – przede wszystkim skupiając się na tym, aby dane treningowe obejmowały osoby o większym zróżnicowaniu wiekowym czy etnicznym. To z pewnością jest potrzebne, skoro mowa o dokonywaniu oceny ryzyka zgonu. Tutaj najmniejsze błędy mogą mieć poważne konsekwencje.
W przyszłości SI może stać się skuteczną wyrocznią
Sztuczna inteligencja z CSAIL MIT jest ciągle ulepszana, a więc zapewne już wkrótce usłyszymy o systemach, które będą szacować prawdopodobieństwo zgonu ze względu na inne problemy zdrowotne. Podobne systemy powstawały już wcześniej, jednak albo służyły one do przewidywania efektów prowadzonego leczenia, albo szacowały ryzyko na podstawie tak prostych danych jak masa ciała czy wiek, albo robiły to w oparciu o historię medyczną pacjentów, w połączeniu z wynikami różnych badań.
Źródło: MIT CSAIL