AI räddar liv
Datorer som kan lära sig att förutsäga risken för prematur död till följd av komplexa sjukdomstillstånd kan i hög grad bidra till mer individanpassade vård- och hälsoinsatser. En ny studie visar att användningen av AI ger mer exakta resultat än den befintliga modellen som utvecklats av människor.
– Förebyggande hälsovård är en växande prioritet i kampen mot allvarliga sjukdomar, och vi har arbetat i flera år för att förbättra noggrannheten i datoriserad hälsoriskbedömning i den allmänna befolkningen. De flesta tillämpningar fokuserar på ett enda sjukdomsområde, men att göra prognoser enligt flera olika sjukdomsutfall är mycket komplext. Särskilt med tanke på miljömässiga och individuella faktorer som kan påverka, säger Stephen Weng, biträdande professor i epidemiologi och datavetenskap, som leder forskargruppen på University of Nottingham som studerat möjligheterna att med AI och maskininlärningsalgoritmer förutsäga risken att dö i förtid till följd av kronisk sjukdom.
Stort underlag
Forskargruppen använde hälsodata från drygt 500 000 individer mellan 40-69 år som ingick i Storbritanniens hälsodataregister för långsiktig forskning, UK Biobank.
Med hjälp av ett brett spektrum av demografiska, biometriska, kliniska och livsstilsfaktorer byggde forskarna nya riskprognosmodeller som också tar hänsyn till individens kost och hur mycket frukt, grönsaker och kött man äter per dag. Datan som använts kommer bland annat från Storbritanniens register över dödsfall, cancerregister samt statistik om sjukhusbehandlingar.
Mer exakt modell
Resultaten som publicerats i Machine Learning in Health and Biomedicine visade att AI-modellen gav mycket exakta förutsägelser och fungerade bättre än den befintliga standardmetoden som utvecklats av mänskliga experter.
– Vi har tagit ett stort steg framåt på detta område genom att utveckla ett unikt och holistiskt tillvägagångssätt för att med maskininlärning förutsäga en persons risk för prematur död.
Nottinghamforskarna förutspår att AI kommer att spela en viktig roll för framtidens utveckling av individanpassad behandling, medicinering och riskhantering.
Källa: eurekalert.org
Läs mer om ämnet: