Kunstig intelligens forudsiger sandsynlighed for EKG-dødsfald

Vil du vide, hvornår du dør? Mens du overvejer dette ikke det enkleste spørgsmål, har forskere fra Pennsylvania uddannet kunstig intelligens til at forudsige sandsynligheden for, at en person dør inden for et år efter at have læst patientens elektrokardiogram (EKG). Sandt nok forstår forskerne ikke nøjagtigt, hvordan AI gør det. Faktum er, at algoritmen angiver de EKG-resultater, der syntes helt normale for kardiologer. Men hvordan er dette muligt, og hvad analyserer AI nøjagtigt?

Forskere ved ikke, hvorfor AI foretager nøjagtige forudsigelser om patienter, der dør af hjertesygdomme

Elektrokardiografi er en forskningsmetode og registrering af hjertets elektriske aktivitet.

Ifølge The New Scientist,resultaterne var imponerende og lidt skræmmende. I løbet af arbejdet leverede forskerne AI-data om EKG for 400 tusind patienter. I alt modtog AI registreringer på 1,77 millioner EKG'er, der blev taget fra patienter på forskellige tidspunkter af dagen for at finde ud af mønstre, der kunne indikere fremtidige hjerteproblemer, herunder sandsynligheden for et hjerteanfald og forkaldsflimmer.

I henhold til resultaterne af undersøgelsenAI-modellen viste bedre resultater end alle de metoder, der findes i dag, der adskiller patienter, hvis risiko for død stiger i løbet af året fra dem, der ikke er i fare for død. Desuden afslørede AI hjerteproblemer hos de patienter, der tidligere var blevet behandlet af kardiologer.

Hvad ser kardiologer ikke?

Under undersøgelsen, et team af specialisterleverede AI-data på to forskellige måder. Til at begynde med kunne algoritmen gøre sig bekendt med de uforarbejdede EKG-resultater, hvorved det var muligt at spore ændringer i kardiogrammet over tid. I et andet tilfælde leverede forskerne EKG-data, der angav patienternes alder og køn. Forskere målte AI-svar ved hjælp af AUC-indikatoren - den måler, hvor godt modellen skelner mellem to grupper af mennesker - i dette tilfælde patienter, der døde inden for et år, og dem, der overlevede. Forskere bemærker, at AUC for risikovurderingsmodeller, der i øjeblikket er i brug af læger, varierer fra 0,65 til 0,8. Og AI scorede altid over 0,85 point (1 point betragtes som ideelt, og 0,5 indikerer fraværet af forskelle mellem de to grupper).

Hvis du vil holde dig opdateret med nyheder fra videnskabens verden, kan du abonnere på vores nyhedskanal i Telegram

AI forudsagde nøjagtigt risikoen for død selv hos mennesker,EKG-resultater, som kardiologer betragter som normale. Tre kardiologer, der separat studerede EKG hos patienter, kunne ikke identificere risikoen, der blev påvist af AI. Således ser modellen udviklet af specialister ting, som ikke er tilgængelige for læger i dag. Forskere bemærker, at læger kunne fortolke nogle af tingene i årtier.

Hjertesygdomme er den mest almindelige dødsårsag i verden.

Dette er ikke det eneste forsøg på at brugeevner til maskinindlæring til at forudsige død. Sidste år oprettede forskere fra Google i Mountain View, Californien, en forudsigelig model, der bruger elektroniske medicinske poster til at forudsige længden af ​​en patients ophold på hospitalet og tidspunktet for udskrivning og dødstidspunktet. Derudover er forskellige AI-modeller også blevet brugt til at diagnosticere hjerte-kar-sygdomme og lungekræft. I nogle tilfælde var diagnosen AI mere nøjagtig end diagnosen af ​​læger.

På trods af nøjagtigheden af ​​nogle forudsigelsermodeller, er der en betydelig ulempe: alle disse modeller kan ikke og forsøger ikke at forklare, hvordan AI fungerer. Af denne grund kan mange endnu ikke træffe nøjagtige konklusioner om effektiviteten af ​​sådanne modeller. Bemærk, at ifølge Verdenssundhedsorganisationen (WHO) er hjerte-kar-sygdomme den mest almindelige dødsårsag i verden, hvor 17 til 23 millioner mennesker dræbes årligt. Og hvilke metoder til forebyggelse af hjerte-kar-sygdomme kender du? Fortæl deltagerne om vores Telegram-chat om dem.