Współczesna technologia sztucznej inteligencji otwiera nowe możliwości w dziedzinie medycyny i predykcji zdrowotnych. Naukowcy z Northeastern University, Politechniki Duńskiej oraz Uniwersytetu Kopenhaskiego opracowali nowatorskie narzędzie AI, które analizuje ogromne ilości danych dotyczących życia ludzkiego, by przewidzieć potencjalne ryzyka zdrowotne.

Zastosowane w tym projekcie techniki szkoleniowe są podobne do tych używanych w modelach językowych, takich jak ChatGPT. Jednak zamiast analizować słowa i zdania, sztuczna inteligencja koncentruje się na relacjach między różnymi wydarzeniami w życiu człowieka. Na przykład, zbiera informacje o nawykach żywieniowych, stylu życia czy historii medycznej.

Model, nazwany „life2vec”, wykorzystuje tzw. „przestrzenie osadzeń”, przekształcając realne zdarzenia życiowe w formę matematyczną, zrozumiałą dla komputera. Dzięki temu możliwe jest wykrywanie wzorców i związków, które mogą być niewidoczne dla ludzkiego oka.

W badaniu wykorzystano dane dotyczące sześciu milionów Duńczyków. Wyniki pokazały, że AI potrafi skuteczniej przewidywać przyczyny śmierci niż obecnie stosowane metody. Niemniej jednak, istnieją wydarzenia, jak wypadki samochodowe, które model ten nie jest w stanie przewidzieć.

Ciekawym aspektem jest to, że AI zdołała przewidzieć niektóre cechy osobowości, takie jak ekstrawersja. Narzędzie to pokazuje ogromny potencjał w identyfikacji skomplikowanych wzorców, co może prowadzić do lepszego zrozumienia związku między stylem życia a stanem zdrowia.

Mimo tych sukcesów, naukowcy podkreślają konieczność ostrożności. Dane wykorzystane w badaniu dotyczą wyłącznie ludności duńskiej, co może prowadzić do błędów związanych z socjodemograficzną specyfiką tej grupy. Ponadto, istnieją obawy dotyczące prywatności i ochrony danych osobowych, które muszą zostać rozwiązane przed wdrożeniem tego narzędzia w rzeczywistych zastosowaniach.

Zdaniem Tiny Eliassi-Rad, informatyczki z Northeastern University, mimo że model służy do oceny skuteczności prognoz, nie powinien być stosowany do przewidywania konkretnych przypadków w rzeczywistości. To narzędzie oparte jest na specyficznych danych i dotyczy konkretnej populacji.

Źródło: Nature