Bolehkah Kecerdasan Buatan Meramalkan Kematian? - Pandangan Alternatif

Isi kandungan:

Bolehkah Kecerdasan Buatan Meramalkan Kematian? - Pandangan Alternatif
Bolehkah Kecerdasan Buatan Meramalkan Kematian? - Pandangan Alternatif

Video: Bolehkah Kecerdasan Buatan Meramalkan Kematian? - Pandangan Alternatif

Video: Bolehkah Kecerdasan Buatan Meramalkan Kematian? - Pandangan Alternatif
Video: MIRIP ramalan MBAK YOU meniggal ROY KIYOSHI ramal diri nya mati sebelum umur 40 2024, Mungkin
Anonim

Penyair Welsh Dylan Thomas dengan bersemangat meminta perjuangan melawan kematian yang tidak dapat dielakkan. Futuris terkemuka zaman kita menggema panggilannya. Satu-satunya perbezaan adalah sentimentaliti penyair dan sifat realiti prosa. Kita semua mati suatu hari nanti. Satu-satunya persoalan ialah bila dan bagaimana.

Atau tidak.

Para saintis kini berusaha membuat kecerdasan buatan, pembelajaran mesin dan penglihatan komputer meramalkan kematian manusia. Tujuan utama, tentu saja, bukan untuk mengubah AI menjadi penuai suram, tetapi untuk mencegah penyakit kronik dan penyakit lain pada waktunya.

Penyelidikan terbaru mengenai aplikasi AI ini dalam perubatan telah menggunakan model pembelajaran mesin terkini untuk menganalisis imbasan CT dari 48 sel dada. Komputer dapat meramalkan pesakit mana yang akan mati dalam tempoh lima tahun dengan ketepatan 69 peratus. Sama seperti doktor yang akan meramalkan.

Hasilnya diterbitkan dalam Nature Science Papers oleh pasukan di University of Adelaide. Pengarang utama Dr Luc Oukden-Rainer, ahli radiologi dan pelajar siswazah, mengatakan bahawa salah satu faedah yang jelas untuk menggunakan AI dalam perubatan ketepatan adalah pengenalpastian awal risiko kesihatan dan kemungkinan campur tangan.

Kurang jelas akan janji untuk mempercepat penyelidikan ketahanan.

"Pada masa ini, kebanyakan kajian mengenai penyakit kronik dan umur panjang memerlukan masa tindak lanjut yang panjang untuk mengetahui perbezaan antara pesakit yang dirawat dan yang tidak dirawat kerana penyakit ini lambat berkembang," jelasnya. "Jika kita dapat mengukur perubahan lebih awal, kita tidak hanya dapat mengenali penyakit ini, tetapi kita dapat melakukan intervensi dengan lebih efektif, dan kita dapat bereaksi lebih awal."

Ini boleh menyebabkan rawatan lebih cepat dan lebih murah. "Jika kita dapat memotong satu atau dua tahun yang diperlukan untuk memindahkan ubat dari makmal ke pasien, kemajuan di daerah ini akan dipercepat."

Video promosi:

AI dengan hati

Pada bulan Januari, para penyelidik di Imperial College London menerbitkan hasil yang menunjukkan AI dapat meramalkan kegagalan jantung dan kematian lebih baik daripada doktor manusia. Kajian itu, yang diterbitkan dalam jurnal Radiology, melibatkan pembuatan hati 3D maya dari 250 pesakit yang dapat meniru fungsi jantung. Kemudian algoritma AI mula meneroka fungsi apa yang akan berfungsi sebagai peramal terbaik. Sistem ini bergantung pada MRI, ujian darah, dan data lain.

Pada akhirnya, ternyata mesin lebih pantas dan lebih baik dalam mengenal pasti risiko hipertensi paru - ketepatan 73% berbanding 60% biasa.

Para saintis mengatakan bahawa teknologi itu dapat digunakan untuk meramalkan hasil penyakit kardiovaskular lain di masa depan. "Kami ingin mengembangkan teknologi yang dapat digunakan untuk berbagai penyakit kardiovaskular untuk membantu doktor menafsirkan hasil ujian perubatan," kata penulis bersama kajian Tim Daves. "Tujuannya adalah untuk melihat apakah ramalan terbaik dapat menyumbang kepada rawatan dan umur panjang yang tepat pada orang."

AI semakin bijak

Aplikasi AI seperti ini dalam perubatan ketepatan hanya akan bertambah baik apabila mesin belajar seperti pelajar perubatan.

Oakden-Rainer mengatakan bahawa pasukannya terus membuat set data yang sempurna ketika mereka maju, tetapi telah meningkatkan ketepatan ramalan dari 75 peratus hingga 80 persen dengan memasukkan maklumat seperti usia dan jantina.

"Saya rasa ada batas atas seberapa tepat kita, kerana akan selalu ada unsur keacakan," katanya, ketika ditanya seberapa baik AI akan menentukan kematian seseorang. "Tetapi kita dapat menjadi lebih tepat daripada sekarang jika kita mempertimbangkan risiko dan kekuatan individu. Model yang menggabungkan semua faktor ini diharapkan dapat memperbaiki risiko kematian jangka pendek hingga 80 peratus."

Yang lain lebih optimis tentang seberapa cepat AI mengubah aspek bidang perubatan ini.

"Meramalkan sisa hidup bagi manusia sebenarnya adalah salah satu penggunaan pembelajaran mesin yang paling sederhana," kata Dr Ziyad Obermeyer. "Ia memerlukan satu set data yang unik, yang terkandung dalam catatan elektronik yang berkaitan dengan maklumat mengenai waktu kematian seseorang. Setelah mengumpulkan data ini dengan cukup, kita dapat meramalkan kemungkinan seseorang individu akan hidup selama sebulan atau satu tahun, misalnya."

AI masih belajar

Pakar seperti Obermeyer dan Oakden-Rainer bersetuju bahawa kemajuan akan datang dengan cepat, tetapi masih banyak kerja yang perlu diselesaikan.

Image
Image

Di satu pihak, masih banyak data untuk digali, tetapi masih belum dipesan. Contohnya, gambar yang dipelajari oleh mesin masih perlu diproses untuk menjadikannya berguna. "Banyak pasukan saintis di seluruh dunia membelanjakan berjuta-juta dolar untuk tugas ini kerana masih menjadi penghambat untuk AI perubatan yang berjaya," kata Oakden-Rainer.

Dalam temu bual dengan STAT News, Obermeier mengatakan bahawa data terpecah-pecah di seluruh sistem penjagaan kesihatan, jadi menghubungkan maklumat dan membuat set data akan memakan masa dan wang. Dia juga menyatakan bahawa walaupun terdapat banyak gembar-gembur mengenai penggunaan AI dalam perubatan ketepatan, algoritma ini hampir tidak diuji dalam keadaan klinikal.

Kita boleh mengatakan bahawa semuanya baik-baik saja dan algoritma benar-benar baik. Tetapi sekarang kita perlu membawanya keluar ke dunia nyata dan melihat apa yang akan terjadi dengan penuh tanggungjawab,”katanya.

AI bukan kemalangan

Mencegah penyakit maut adalah satu perkara. Tetapi adakah kemalangan maut dapat dicegah oleh AI?

Inilah yang ingin dilakukan oleh para saintis Amerika dan India ketika mereka prihatin dengan peningkatan jumlah kematian di kalangan orang yang mengambil gambar selfie. Pasukan itu mengenal pasti 127 orang yang mati berpose untuk bergambar selama dua tahun.

Berdasarkan gabungan teks, gambar, dan lokasi, mesin telah belajar mengenal pasti gambar diri sebagai berpotensi berbahaya atau tidak. Jumlah lebih daripada 3,000 selfie Twitter yang ditandatangani adalah 73 peratus tepat.

"Gabungan ciri berdasarkan gambar dan lokasi menunjukkan ketepatan terbaik," kata para saintis.

Apa yang akan berlaku seterusnya? Sistem peringatan untuk pencinta selfie akan muncul.

AI dan masa depan

Seluruh perbincangan ini telah menimbulkan persoalan: Adakah kita benar-benar ingin tahu kapan kita akan mati?

Menurut salah satu makalah yang baru-baru ini diterbitkan dalam Psychology Review, jawapannya adalah tidak. 9 dari 10 orang di Jerman dan Sepanyol, ketika ditanya apakah mereka ingin tahu tentang masa depan mereka, termasuk kematian, memilih untuk tetap dalam kegelapan.

Obermeier melihat isu ini secara berbeza: melalui prisma orang yang hidup dengan penyakit yang mengancam nyawa.

"Antara perkara yang sangat diinginkan dan tidak diterima oleh pesakit, ini adalah jawapan dari doktor untuk soalan 'Berapa banyak yang saya tinggal?' Doktor sangat enggan menjawab soalan-soalan ini, sebahagiannya kerana mereka tidak mahu salah mengenai perkara-perkara penting seperti itu. Sebahagiannya kerana pesakit sendiri tidak mahu tahu."

Ilya Khel

Disyorkan: