Στο Pro News Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας αποθηκεύουμε ή/και έχουμε πρόσβαση σε πληροφορίες σε μια συσκευή, όπως cookies και επεξεργαζόμαστε προσωπικά δεδομένα, όπως μοναδικά αναγνωριστικά και τυπικές πληροφορίες που αποστέλλονται από μια συσκευή για εξατομικευμένες διαφημίσεις και περιεχόμενο, μέτρηση διαφημίσεων και περιεχομένου, καθώς και απόψεις του κοινού για την ανάπτυξη και βελτίωση προϊόντων.

Με την άδειά σας, εμείς και οι συνεργάτες μας ενδέχεται να χρησιμοποιήσουμε ακριβή δεδομένα γεωγραφικής τοποθεσίας και ταυτοποίησης μέσω σάρωσης συσκευών. Μπορείτε να κάνετε κλικ για να συναινέσετε στην επεξεργασία από εμάς και τους συνεργάτες μας όπως περιγράφεται παραπάνω. Εναλλακτικά, μπορείτε να αποκτήσετε πρόσβαση σε πιο λεπτομερείς πληροφορίες και να αλλάξετε τις προτιμήσεις σας πριν συναινέσετε ή να αρνηθείτε να συναινέσετε. Λάβετε υπόψη ότι κάποια επεξεργασία των προσωπικών σας δεδομένων ενδέχεται να μην απαιτεί τη συγκατάθεσή σας, αλλά έχετε το δικαίωμα να αρνηθείτε αυτήν την επεξεργασία. Οι προτιμήσεις σας θα ισχύουν μόνο για αυτόν τον ιστότοπο. Μπορείτε πάντα να αλλάξετε τις προτιμήσεις σας επιστρέφοντας σε αυτόν τον ιστότοπο ή επισκεπτόμενοι την πολιτική απορρήτου μας.

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να βελτιώσει την εμπειρία σας.Δες περισσότερα εδώ.
Επιστήμες

Η τεχνητή νοημοσύνη βλέπει τον θάνατό σου

Η… αέναη αναζήτηση της Google για περισσότερη γνώση έχει πάρει μια ελαφρώς ανατριχιαστική (αλλά ιατρικά μάλλον χρήσιμη) στροφή, που περιγράφεται σε μελέτη που δημοσιεύθηκε στην επιστημονική επιθεώρηση npj Digital Medicine.
Η μελέτη αφορά τη νέα Τεχνητή Νοημοσύνη, την οποία επεξεργάζεται η ομάδα Medical Brain της Google. Ως σύστημα, έχει “εκπαιδευτεί” να προβλέπει πόσο πιθανόν είναι να βγει ζωντανός από το νοσοκομείο ένας ασθενής που κάνει εισαγωγή σε αυτό.

Μια δοκιμή του αλγορίθμου μηχανικής μάθησης έδειξε ότι το σύστημα τεχνητής νοημοσύνης της Google μπορεί να προβλέψει την πιθανότητα θανάτου με ακρίβεια 95%, ποσοστό πολύ ανώτερο από το σύστημα έγκαιρης βαθμολόγησης που χρησιμοποιείται σήμερα στα νοσοκομεία.
Σε μια περίπτωση που καταγράφηκε στην μελέτη, μία ασθενής με καρκίνο του μαστού σε μεταγενέστερο στάδιο εισήχθη στο νοσοκομείο. Οι πνεύμονές της ήταν γεμάτοι υγρό, όπως διαπίστωσαν οι γιατροί μετά από σχετική αξονική τομογραφία. Σύμφωνα με την εκτίμηση του νοσοκομείου, η γυναίκα είχε 9,3% πιθανότητα να πεθάνει κατά τη διάρκεια της νοσηλείας της, με βάση τα ζωτικά της σημάδια, όπως η αναπνευστική συχνότητα, η αρτηριακή πίεση και ο καρδιακός παλμός.
Το σύστημα τεχνητής νοημοσύνης της Google πραγματοποίησε την δική του αξιολόγηση στην ίδια ασθενή, αξιολογώντας 175.639 δεδομένα από το ιατρικό της ιστορικό. Αυτά περιελάμβαναν στοιχεία τα οποία συνήθως δεν λαμβάνονται υπόψη κατά τις αξιολογήσεις ασθενών. Το σύστημα της Google ήταν σε θέση να αποκτήσει πρόσβαση σε δεδομένα, όπως τα αρχεία PDF των σημειώσεων που έγιναν από γιατρούς και νοσηλευτές της ασθενούς στο παρελθόν, γεγονός που έδειξε στοιχεία για κακοήθη υπεζωκοτική συλλογή (συγκέντρωση υγρού γύρω από τους πνεύμονες) και πιθανό κίνδυνο εμφάνισης ελκών πίεσης.
Εξετάζοντας αυτά τα δεδομένα, το σύστημα της Google ανέβασε τον κίνδυνο θανάτου της ασθενούς κατά τη διάρκεια της νοσηλείας της στο 19,9%. Η ασθενής πέθανε 10 ημέρες μετά την εισαγωγή της.
Επειδή στο σύστημα τεχνητής νοημοσύνης της Google έκανε χρήση περισσοτέρων πληροφοριών/στοιχείων από το συνηθισμένο σύστημα αξιολόγησης του νοσοκομείου, ήταν σε θέση να κάνει μια πιο ακριβή πρόβλεψη.
Συνολικά, η μελέτη διαπίστωσε ότι το σύστημα της Google ήταν σε θέση να προβλέψει τη θνησιμότητα 24 ώρες μετά την εισαγωγή ενός ασθενούς με ακρίβεια της τάξης του 95% σε ένα από τα νοσοκομεία που δοκιμάστηκε και 93% σε ένα άλλο. Αυτό το αποτέλεσμα ήταν σημαντικά καλύτερο από το παραδοσιακό προγνωστικό μοντέλο των νοσοκομείων, που προέβλεπε την θνησιμότητα με ακρίβεια 85 και 86% αντίστοιχα.Η ακρίβεια των προβλέψεων αποδόθηκε στα επιπλέον δεδομένα που ήταν σε θέση να επεξεργαστεί το σύστημα της Google. «Κανονικά, όταν προβλέπουμε τα αποτελέσματα των ασθενών, η πιο χρονοβόρα διαδικασία είναι να συγκεντρώσουμε όλα τα δεδομένα σε μια ευανάγνωστη μορφή», δήλωσε στο Bloomberg ο Nigam Shah, αναπληρωτής καθηγητής στο πανεπιστήμιο του Στάνφορντ.
Ουσιαστικά, το σύστημα τεχνητής νοημοσύνης της Google διαχειρίζεται καλά πολλά δεδομένα που δεν έχουν καταγραφεί κατ’ ανάγκη με δομημένο τρόπο. Δημιουργεί ακριβέστερες προβλέψεις με λιγότερη εργασία από τον άνθρωπο.

Iatropedia

Tags
Back to top button