Искусственный интеллект научили предсказывать продолжительность жизни человека по фото его органов

Нейросеть корректно предсказала продолжительность жизни для 69% добровольцев, выяснив, какие пациенты умрут в ближайшие пять лет.
Фото Freepht/pixabay.com.

Не так давно мы рассказывали о том, что искусственный интеллект научился прогнозировать возникновение сердечно-сосудистых заболеваний лучше врачей. По тому же алгоритму, вероятно, ИИ в скором времени начнёт предсказывать и другие болезни. 

Однако уже сейчас нейросеть вышла на новый уровень: она научилась предсказывать не какое-то конкретное заболевание, а продолжительность жизни человека. Создать такую систему ИИ решились австралийские биологи. Их алгоритму достаточно одной фотографии органов человека, чтобы предсказать продолжительность его жизни с 69%-ной точностью.  

"Предсказание того, что ожидает пациента, крайне важно для медиков, так как оно поможет им подобрать лечение, лучше всего подходящее для спасения и продления жизни больного. Пока такие предсказания были ограничены опытом врачей и их глазами. Мы проверили, можно ли использовать глубинные нейронные сети для решения этой задачи", — рассказывает соавтор работы Люк Окден-Рэйнер (Luke Oakden-Rayner) из университета Аделаиды (Австралия).

В последние годы, благодаря развитию математики и росту вычислительных мощностей компьютеров, у учёных появилась возможность создавать сложные нейросети, системы искусственного интеллекта, способные исполнять нетривиальные задачи и даже "мыслить" креативно, создавая новые образцы искусства и технологий.

Окден-Рэйнер и его коллеги развили эту идею дальше, создав систему, способную определить продолжительность человеческой жизни по фотографиям его внутренних органов, полученных при помощи компьютерного томографа.

Эта программа представляет собой так называемую глубинную, или сверхточную, нейросеть — многослойную структуру из нескольких десятков или сотен более простых нейросетей. Каждая из них обрабатывает не исходные данные, а продукты анализа, полученные сетью, расположенной на уровень выше, что позволяет упрощать очень сложные проблемы и решать их при помощи относительно скромных вычислительных ресурсов, сообщает РИА Новости.

Впрочем, сети не могут решать задачи сразу после их получения — как и людям, им приходится учиться на своих ошибках, прежде чем они начнут получать правильные ответы. Для подобного обучения Окден-Рэйнер и его коллеги использовали коллекцию из нескольких тысяч фотографий грудной клетки и брюшной полости, полученных при помощи томографа во время наблюдений за здоровьем 40 больных. Этого набора снимков, по словам учёных, хватило для того, чтобы их детище смогло достичь того уровня прогнозирования, который обычно демонстрируют медики, пытающиеся "на глаз" определить сроки жизни своих пациентов.

Убедившись, что созданная ими система корректно предсказывает сроки жизни по фотографиям органов уже умерших пациентов, эксперты проверили, как она справится с работой в "боевых" условиях. Для этого они набрали группу из восьми молодых и пожилых пациентов, просветили их грудную клетку при помощи томографа и наблюдали за их жизнью на протяжении последующих нескольких лет.

Как оказалось, программа действительно неплохо справлялась с возложенными на неё задачами: она корректно предсказала продолжительность жизни для 69% добровольцев, выяснив, какие пациенты умрут в ближайшие пять лет.

Так как учёные не знают, как работают подобные глубинные нейросети "изнутри" и как они приходят к полученным выводам, пока остается не вполне понятным, какие именно отличительные черты компьютер использует для предсказания смерти человека. При этом относительно высокая точность прогнозов для людей, страдавших от обструктивной болезни лёгких или сердечной недостаточности, говорит в пользу того, что подобные болезни сильнее всего влияли на "мнение" ИИ.

Расширение базы данных и подключение большего числа добровольцев к экспериментам, как надеются учёные, позволит заметно повысить качество предсказаний и сделать их более точными для людей, не страдающих от тяжёлых болезней сердца и лёгких. Сейчас, по словам Окден-Рэйнера, его команда "тренирует" новую версию нейросети на базе фотографий 12 тысяч пациентов, что должно заметно повысить точность предсказаний.

Статья о новом умении нейросети опубликована в журнале Scientific Reports.

Кстати, ранее ИИ научился предсказывать возможные варианты будущего, а также диагностировать рак кожи

Сегодня