ENG
Специалисты российского стартапа Gero создали нейросеть, способную прогнозировать время возможной смерти человека.
Чтобы сделать прогноз, искусственный интеллект длительное время изучает данные о состоянии здоровья человека. Сбор информации осуществляется с помощью фитнес-трекера, подобного устройству, которое используется на беговых дорожках в фитнес-залах. Помимо стандартных показателей, типа пульса, давления, данных о движениях человека, искусственный интеллект также берет в расчет биологический возраст. Как сообщают разработчики, нейросеть способна определить, насколько «стары» органы конкретного человека по сравнению со средними показателями для возрастной категории.
Разница между формальным и биологическим возрастом станет сигналом для человека, что ему нужно улучшить состояние своего здоровья. То есть устройство сможет не только предсказать приближающуюся смерть, но и отсрочить ее.
«Нам удалось показать, что искусственный интеллект позволяет оценить биологический возраст испытуемых и вероятность наступления смерти, — заявил руководитель проекта Петр Федичев. — Для достоверных результатов не требуются медицинские анализы: достаточно данных о движениях человека, записанных фитнес-трекером. Мы использовали возможности этой технологии, чтобы создать удобный инструмент мониторинга, который поможет оценить общее состояние организма человека и следить за изменением уровня риска еще до того, как тот сдаст какие-либо анализы».
«Как специалист в области машинного обучения (искусственного интеллекта), могу отметить, что предсказать смерть человека невозможно, — сказал «Инвест-Форсайту» Директор DATA4 Кирилл Косолапов. — Максимум что можно сделать, это построить вероятностную модель, которая с определённой точностью будет предсказывать прогнозируемое время жизни человека с определёнными вводными параметрами».
Чтобы собрать обучающую и тестовую выборку для прогнозирования смерти, эксперимент с ношением трекеров должен длиться 50 и более лет, уверен эксперт.
«Если мы видим зависимость состояния здоровья от активности, это ни о чем не говорит, — продолжает Кирилл Косолапов. — Вероятно, люди с хроническими заболеваниями меньше двигаются. С тем же успехом можно провести зависимость между количеством пиратов и глобальным потеплением: она будет, но это не значит, что пираты влияют на него. Или выяснить, что количество церквей влияет на размер города, хотя влияние обратное. Вывод — исследование интересное, но больше похоже на «притягивание результата за уши» к нужному выводу».
Руководитель направления «Большие данные и машинное обучение» компании «Инфосистемы Джет» Евгений Колесников отмечает, что современные системы ИИ активно внедряются во всех сферах бизнеса и жизнедеятельности человека: особенно подобное касается медицины и фармацевтики — это и постановка диагнозов, и компьютерное зрение, и разработка формул лекарств и т.д. Прогнозы и вероятности в данном случае строятся на основе заложенных данных.
«Например, недавно мы совместно с коллегами из Национального медицинского исследовательского центра нейрохирургии имени академика Н. Н. Бурденко подготовили конкурсное задание для участников Олимпиады НТИ, — рассказывает специалист. — В рамках конкурса на основании выборки данных об опухолях головного мозга и пациентах, прошедших радиохирургическое лечение, школьники должны были предложить математическую модель, которая бы прогнозировала послеоперационное течение заболевания — продолжительности жизни больного и вероятности рецидива. Победителем конкурса стали девятиклассники, математическая модель которых увеличила предсказательную точность базовой модели (которой пользуются медики) на 40%. В перспективе применения ИИ будет еще самообучаться, что позволит уменьшить риски в определении диагноза, сэкономит время специалистов и поможет выбрать способ лечения. Это изменит не только индустрию медицины, но и страхования, и в целом подход к оценке различных ситуаций».
