Дорогие читатели, Нашему шестнадцатилетнему, волонтёрскому и некоммерческому проекту для создания новой, современной версии N-N-N.ru, очень нужно посоветоваться касательно платформы нашего сайта – SYMFONY & DRUPAL 8. Платформа не простая, но обещаем – мы не займём много времени, просто нужна консультационная поддержка квалифицированного разраба. Если вы можете помочь, то связаться с нами можно на страницах Facebook.com здесь и здесь.

Искусственный интеллект научили предсказывать вероятность смерти

Kirill Savenko/Getty Images, Glay Onan Labrande/Wikimedia Commons, Indicator . Ru

Научные сотрудники российской компании Gero обучили нейросеть предсказывать вероятность смерти. Для этого они использовали данные фитнес-трекера, полученные в рамках длительного исследования двигательной активности людей с разным состоянием здоровья. Статья опубликована в журнале Scientific Reports.

С биологической точки зрения старение — это увеличение риска болезней и смерти с каждым прожитым годом: в среднем они удваиваются каждые восемь лет. При этом у двух отдельных людей с одинаковой датой рождения биологический возраст может отличаться больше, чем на десяток лет. Поэтому исследования по замедлению старения делятся на два важных направления: своевременная диагностика возрастных изменений и их терапия.

Искусственный интеллект уже применяют в анализе кардиограмм, в диагностике болезней легких по рентгеновским снимкам, с его помощью определяют биологический возраст по данным компьютерной томографии, ставят диагноз и предсказывают риски смертности по медицинским историям болезни.

«Нам удалось показать, что искусственный интеллект позволяет неинвазивно оценить биологический возраст испытуемых и вероятность наступления смерти, — рассказывает руководитель коллектива 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».

В работе использовались медицинские данные 10 000 человек, собранные в 2003–2006 годах в ходе национального исследования NHANES в США. В базе данных исследования содержится информация о том, как люди с разным состоянием здоровья двигались во время непрерывного ношения фитнес-трекера: как часто переходили от движения к состоянию покоя, сколько шагов прошли, какая интенсивность физических нагрузок была максимальной. С помощью алгоритмов глубокого обучения авторам удалось научить нейронную сеть выявлять неблагоприятные тенденции: связывать определенные повторяющиеся последовательности движений с данными медицинских историй и показателями анализов. В результате искусственный интеллект выявил испытуемых из группы повышенного риска и определил их риски смертности точнее, чем традиционные методы, применяемые в исследованиях старения.

Ученые рассчитывают, что разработанный ими алгоритм будет полезен медицинским организациям и страховым компаниям, которые смогут дистанционно выявлять людей из группы риска и оптимизировать работу с ними. В компании разработали прототип мобильного приложения на основе алгоритма, Gero Lifespan, бета-версию которого уже можно установить на смартфон

Пожалуйста, оцените статью:
Пока нет голосов
Источник(и):

indicator.ru