Istraživači na Sveučilištu u Nottinghamu nedavno su stvorili sustav koji je pregledao rutinske medicinske podatke pacijenata i predvidio koji bi od njih mogli imati srčane ili moždane udare u roku od 10 godina. U usporedbi sa standardnom metodom predviđanja, sustav umjetne inteligencije pravilno je predvidio sudbine 355 bolesnika.
Predviđanje kardiovaskularnih problema je težak zadatak. U nedavnom radu, istraživači su primijetili da se oko polovice svih srčanih i moždanih udara javljaju kod ljudi koji nisu označeni kao "rizični". Trenutno, standardni način procjene rizika pacijenta oslanja se na smjernice različite organizacije koje okupljaju kardiovaskularne liječnike. Oni koriste ove smjernice, koje se usredotočuju na dobro utvrđene čimbenike rizika kao što su visoki krvni tlak, kolesterol, dob, pušenje i dijabetes, kako bi oblikovali dijagnozu i terapiju pacijenata.
Znanstvenici su testirali nekoliko različitih alata za strojno učenje na medicinskim dokumentima 378.256 pacijenata diljem Velike Britanije. Ove su evidencije pratile pacijente i njihova zdravstvena stanja od 2005. do 2015. godine, a sadržavale su informacije o demografiji, medicinskim uvjetima, lijekovima na recept, posjetima bolnicama, laboratorijskim rezultatima i još mnogo toga. Istraživači su uzeli 75 posto medicinskih zapisa i stavili ih u svoje modele strojnog učenja, koji su otkrili razlikovne karakteristike onih pacijenata koji su doživjeli srčani ili moždani udar unutar 10-godišnjeg raspona. Zatim je testirano preostalih 25 posto zapisa kako bi vidjeli koliko točno mogu predvidjeti srčani ili moždani udar.
Rezultati eksperimenta sa strojnim učenjem ne moraju zvučati trijumfalno, no svakako su znakoviti. Tako je model neuronske mreže predvidio 4998 pacijenata koji su imali srčani ili moždani udar ili moždani udar od 7404 stvarnih slučajeva, što je za 355 više od standardnih metoda. S tim predviđanjima, liječnici su mogli poduzeti preventivne mjere kao što su propisivanje lijekova za snižavanje kolesterola.
Slični softveri za podršku kliničkim odlukama već postoje, no ti sustavi ne koriste umjetnu inteligenciju za prepoznavanja uzoraka, što bi moglo pružiti mnogo preciznije rezultate. Iapk, prije nego što UI dođe u ordinacije opće prakse, tehnologija će morati proći kroz velike regulatorne prepreke. Osim suočavanja s pitanjima o privatnosti, bilo koja tehnologija UI-ja morat će se nositi s oprezom regulatora oko medicinskih strojeva koji donose vlastite odluke. S tim na umu mogli bismo se zapitati što bi strojno učenje predvidjelo o vlastitim mogućnostima dobivanja odobrenja?
.
Više o temi znanost, umjetna inteligencija.
_255x110.png)
