Walesi luuletaja Dylan Thomas kutsus kirglikult võitlema surma paratamatuse vastu. Meie aja juhtivad futuristid kajastavad tema kõnesid. Ainus erinevus on luuletaja sentimentaalsus ja reaalsuse proosaline olemus. Me kõik sureme ühel päeval. Ainus küsimus on, millal ja kuidas.
Või mitte.
Teadlased üritavad praegu teha seda, et tehisintellekt, masinõpe ja arvutinägemine ennustaksid inimese surma. Lõppeesmärk on muidugi mitte muuta AI süngeks koristajaks, vaid ennetada õigeaegselt kroonilisi ja muid haigusi.
Selle AI rakenduse viimastes uuringutes meditsiinis on kasutatud 48 rinnaraku CT-skaneerimise analüüsimiseks uusimaid masinõppe mudeleid. Arvuti suutis 69-protsendise täpsusega ennustada, milline patsient sureb viie aasta jooksul. Täpselt nagu iga arst ennustaks.
Tulemused avaldas Adelaide'i ülikooli meeskond ajakirjas Nature Science Papers. Juhiautor, radioloog ja kraadiõppur dr Luc Oukden-Rainer ütleb, et AI täppismeditsiinis kasutamise selge eelis on terviseriskide varajane tuvastamine ja võimalik sekkumine.
Vähem ilmne on lubadus vastupidavuse uuringuid kiirendada.
"Praegu nõuab enamik kroonilisi haigusi ja pikaealisust käsitlevaid uuringuid pikki jälgimisperioode, et selgitada erinevust ravitud ja ravimata patsientide vahel, kuna need haigused progresseeruvad aeglaselt," selgitab ta. "Kui suudaksime muutusi varem kvantifitseerida, ei saaks me mitte ainult haigust tuvastada, vaid saaksime tõhusamalt sekkuda ja saaksime reageerida palju varem."
See võib põhjustada kiiremat ja odavamat ravi. "Kui me suudaksime ära lõigata aasta või kaks ajast, mis kulub ravimite laborist patsiendile ülekandmiseks, kiireneks edasiminek selles valdkonnas märkimisväärselt."
Reklaamvideo:
AI südamega
Jaanuaris avaldasid Londoni Imperial College'i teadlased tulemused, mis näitasid, et AI oskas südamepuudulikkust ja surma paremini ette näha kui inimese arst. Ajakirjas Radiology avaldatud uuring hõlmas 250 patsiendi virtuaalsete 3D-südamete loomist, mis suudaksid jäljendada südamefunktsiooni. Seejärel hakkasid AI algoritmid uurima, millised funktsioonid toimiksid parimate ennustajatena. See süsteem tugines MRT-le, vereanalüüsidele ja muudele andmetele.
Lõppkokkuvõttes selgus, et masin tuvastab kopsu hüpertensiooni riski kiiremini ja paremini - täpsus 73% võrreldes tavalise 60% -ga.
Teadlaste sõnul võiks seda tehnoloogiat kasutada teiste südame-veresoonkonna haiguste tagajärgede prognoosimiseks tulevikus. "Soovime välja töötada tehnoloogia, mida saaks rakendada paljude erinevate südame-veresoonkonna haiguste korral, et aidata arstidel tõlgendada meditsiiniliste testide tulemusi," ütles uuringu kaasautor Tim Daves. "Eesmärk on näha, kas parimad ennustused võivad aidata inimestel õiget ravi ja pikaealisust."
AI muutub targemaks
Sellised AI rakendused täppismeditsiinis saavad ainult paremaks, kui masinad õpivad nagu arstitudengid.
Oakden-Rainer ütleb, et tema meeskond jätkab täiusliku andmestiku loomist, kui nad liiguvad, kuid on juba parandanud ennustavat täpsust 75 protsendilt 80 protsendile, lisades sellise teabe nagu vanus ja sugu.
"Ma arvan, et kui täpsed me suudame olla, on ülempiir, sest alati on olemas juhuslikkuse element," ütleb ta, kui küsida, kui hästi AI määrab inimese suremuse. „Kuid suudame olla täpsemad kui praegu, kui arvestame inimeste riskide ja tugevustega. Kõiki neid tegureid ühendav mudel aitab loodetavasti täiustada lühiajalise suremuse riski kuni 80 protsenti.”
Teised suhtuvad veelgi optimistlikumalt sellesse, kui kiiresti AI muudab seda meditsiinivaldkonna aspekti.
"Inimestele järelejäänud eluea ennustamine on tegelikult masinaõppe üks lihtsamaid kasutusviise," ütleb dr Ziyad Obermeyer. „See nõuab ainulaadset andmete komplekti, mis sisaldub elektroonilistes kirjetes, mis on seotud isiku surmaaja andmetega. Kui oleme kogunud piisavalt neid andmeid, võime väga täpselt ennustada tõenäosust, et inimene elab näiteks kuu või aasta."
AI alles õpib
Eksperdid nagu Obermeyer ja Oakden-Rainer nõustuvad, et edasiminek tuleb kiiresti, kuid selle nimel on veel palju tööd teha.
Ühest küljest on veel palju andmeid, millesse kaevata, kuid neid pole veel tellitud. Näiteks tuleb pilte, millest masinad õpivad, veel töödelda, et need oleksid kasulikud. "Paljud teadlaste meeskonnad kogu maailmas kulutavad sellele ülesandele miljoneid dollareid, kuna see on endiselt eduka meditsiinilise AI kitsaskoht," ütleb Oakden-Rainer.
Intervjuus STAT Newsile ütles Obermeier, et andmed on kogu tervishoiusüsteemis killustatud, nii et teabe ühendamine ja andmekogumite loomine võtab aega ja raha. Samuti märgib ta, et kuigi AI kasutamisel täppismeditsiinis on palju hüpoteesi, pole neid algoritme kliinilises keskkonnas peaaegu testitud.
„Võime öelda, et kõik on hästi ja algoritm on tõesti hea. Kuid nüüd peame ta välja viima reaalsesse maailma ja vaatama, mis täie vastutusega juhtub,”sõnab ta.
AI pole õnnetus
Surmaga lõppenud haiguse ennetamine on üks asi. Kuid kas AI saab surmaga lõppenud õnnetust ära hoida?
See oli täpselt see, mida Ameerika ja India teadlased kavatsesid teha, kui nad olid mures selfisid võtvate inimeste suureneva surmajuhtumite pärast. Meeskond tuvastas 127 inimest, kes surid kahe aasta jooksul foto saamiseks.
Teksti, piltide ja asukoha kombinatsiooni põhjal on masin õppinud tuvastama selfisid kui potentsiaalselt ohtlikke või mitte. Üle 3000 allkirjastatud Twitteri selfie-de arv oli 73 protsenti täpne.
"Kujutise ja asukohapõhiste funktsioonide kombinatsioon näitas parimat täpsust," väidavad teadlased.
Mis saab edasi? Ilmub selfie-austajate hoiatussüsteem.
AI ja tulevik
Kogu see arutelu on tõstatanud küsimuse: kas me tõesti tahame teada, millal me sureme?
Ühes hiljuti ajakirjas Psychology Review avaldatud dokumendis on vastus eitav. Kümne inimese seast Saksamaal ja Hispaanias, kui nad küsiti, kas nad tahavad teada oma tuleviku, sealhulgas surma kohta, otsustasid jääda pimedasse.
Obermeier suhtub sellesse teemasse teisiti: eluohtliku haigusega elavate inimeste prisma kaudu.
“Nende asjade hulgas, mida patsiendid tõesti tahavad ja mida ei saa, on need arstide vastused küsimusele“Kui palju mul on jäänud?” Arstid ei soovi neile küsimustele vastata, osaliselt seetõttu, et nad ei taha nii olulistes asjades eksida. Osaliselt seetõttu, et patsiendid ise ei taha sellest teada saada."
Ilja Khel
