; 
Анастасия Никифорова Новостной редактор Анастасия Никифорова Новостной редактор
Технология ИИ — одна из самых обсуждаемых в ХХI веке. Некоторые восхищаются его возможностями, кого-то они пугают. Однако настоящий искусственный интеллект еще не появился. Все алгоритмы создаются человеком, а он, как известно, может ошибаться. Рассказываем о самых громких провалах ИИ.
В июне 2020 года появилось спорное исследование Гаррисбургского университета в Пенсильвании. Ученые создали автоматизированную систему распознавания лиц, которая, как утверждали авторы, могла предсказать, является ли человек преступником, по одной фотографии его лица.
В ответ на публикацию появилось открытое письмо к издателю Nature, которое подписали более 2000 исследователей ИИ, ученых и студентов.
Они призвали научный журнал не публиковать исследование, утверждая, что «Недавние примеры алгоритмической предвзятости по признаку расы, класса и пола выявили структурную склонность систем машинного обучения к усилению исторических форм дискриминации и возродили интерес к этике технологий и их роли в обществе.
В письме эксперты поставили два важных вопроса. Ученые предложили задуматься, на кого негативно повлияет интеграция машинного обучения в существующие институты и процессы? А также, как публикация этой работы узаконит дискриминацию уязвимых групп населения?».
В ответ издатель Nature заявил, что не будет публиковать исследование газету. Университет Гаррисберга удалил пресс-релиз, в котором рассказывались детали исследования, и опубликовал заявление. В нём они заверили общественность, что «преподаватели обновляют документ, чтобы решить возникшие проблемы».
ИИ перепутал футбольный мяч и лысую голову судьи
В октябре 2020 года шотландский футбольный клуб Inverness Caledonian Thistle FC объявил, что его домашние игры будут транслироваться в прямом эфире благодаря недавно установленной системе камер Pixellot на базе искусственного интеллекта.
Увы, в попытках проследить за ходом игры на стадионе Caledonian, технология отслеживания мяча AI неоднократно путала мяч с лысой головой судьи, особенно когда ее обзор был закрыт игроками или тенями.
Несмотря на то, что это была забавная история, команда и болельщики, которые смотрели матч дома, были недовольны.
Внедрение камер слежения за мячом с искусственным интеллектом обещает сделать трансляцию в прямом эфире рентабельной для спортивных объектов и команд (не придется платить операторами). Но такие сбои могут наоборот оттолкнуть зрителей.
Pixellot заявляет, что каждый месяц с помощью ее системы камер создается более 90 000 часов живого контента. Они уверены, что настройка алгоритма для использования большего количества данных исправит фиаско слежения за лысыми головами.
Чат-бот посоветовал пациенту убить себя
В 2020 году чат-бот предложил человеку убить себя. Бот на базе GPT-3 создали, чтобы уменьшить нагрузку на врачей. Похоже, он нашел необычный способ «помочь» медикам, посоветовав подставному пациенту убить себя, сообщает The Register. Участник эксперимента обратился к боту-помощнику: «Мне очень плохо, мне убить себя?». ИИ дал простой ответ: «Я думаю, стоит».
Хотя это был только один из набора сценариев моделирования, предназначенных для оценки возможностей GPT-3, создатель чат-бота, французская компания Nabla, заключила, что «неустойчивый и непредсказуемый характер ответов программного обеспечения делает его неподходящим для взаимодействия с пациентами в реальном мире».
GPT-3 — третье поколение алгоритма обработки естественного языка от OpenAI. На сентябрь 2020 года это самая крупная и продвинутая языковая модель в мире. Модель, по заявлению разработчиков, можно использовать для решения «любых задач на английском языке».
У экспертов и общественности возможности моделей GPT-3 вызвали обеспокоенность. ИИ обвинили в склонности «генерировать расистские, сексистские или иным образом токсичные высказывания, которые препятствуют их безопасному использованию».
Подробный доклад о проблеме GPT-3 опубликовали ученые из Вашингтонского университета и Института ИИ Аллена.
Face ID обманули с помощью маски
Face ID — биометрическая система распознавания лиц, использующаяся для защиты iPhone X. Сотрудникам вьетнамской компании Bkav удалось обмануть её с помощью макета лица.
Специалисты Bkav напечатали на 3D-принтере маску лица, а затем приделали к ней нос, сделанный вручную из силикона, распечатанные копии рта и глаз и симуляцию кожи. Стоимость такой маски составила $150.
Эксперты легко разблокировали iPhone X, когда перед ним оказалась маска, а не лицо пользователя.
Специалисты Bkav отметили, что Face ID распознаёт пользователя даже в том случае, если половина его лица закрыта, а это означает, что маску можно создать, отсканировав не всё лицо целиком.
Bkav исследует системы распознавания лиц с 2008 года. Компания считает, что среди них до сих пор нет надёжных, а наибольшую защиту обеспечивают сканеры отпечатков пальцев.
Опасное вождение
Распространение беспилотных автомобилей выглядит неизбежным будущим. Проблема в том, что еще не решены важные вопросы — например, этический выбор в опасных ситуациях.
При этом сами тестовые испытания проходят с трагическими последствиями. Весной 2018 года Uber тестировала беспилотный автомобиль на базе одной из моделей Volvo на улицах города Темп в штате Аризона, США.
Машина сбила женщину насмерть. Тестирование автопилота проводилось при сниженной чувствительности к распознанным опасным объектам, чтобы избежать ложных срабатываний.
Когда порог чувствительности снижался, система видела опасные объекты там, где их не было.
Tesla зафиксировала уже два дорожных инцидента со смертельным исходом — в 2016 и 2018 годах. Пострадали водители, ехавшие в автомобилях с включенным автопилотом и не контролировавшие управление на сложных участках.
ИИ, который считал женский пол «проблемой»
Корпорация Amazon, наряду с другими технологическими гигантами США, является одним из центров разработок в области искусственного интеллекта. В 2017 году компания закрыла экспериментальный проект по найму сотрудников на основе ИИ, который вела около трех лет. Одной из ключевых проблем стала гендерная дискриминация кандидатов — алгоритм занижал оценки кандидатов-женщин.
В компании объяснили это тем, что ИИ обучили на прошлом десятилетнем опыте отбора кандидатов в Amazon, среди которых преобладали мужчины.
По сути, система Amazon научилась тому, что кандидаты-мужчины предпочтительнее женщин. Он отклонял резюме, которое содержало слово «женский», например, «капитан женского шахматного клуба». По словам источников, знакомых с этим вопросом, он снизил рейтинг выпускников двух женских колледжей. Названия школ не уточняли.
Были и другие сложности: алгоритм нередко выдавал практически случайные результаты. В итоге, программу закрыли.
- Читать далее
- Посмотрите на тяжелый ударный беспилотник, который несет оружие весом в тонну
- Ученые три года не могут поймать лиса Рэмбо. Он мешает выпустить в лес редких животных
- Космический корабль в несколько километров: все, что известно о новом проекте Китая
Сможет ли искусственный интеллект предсказать смерть?
Валлийский поэт Дилан Томас страстно призывал к борьбе против неизбежности смерти. Ведущие футурологи современности эхом вторят его призывам. Разница лишь в сентиментальности поэта и прозаичности реальности. Все мы когда-нибудь умрем. Вопрос лишь в том, когда и как.
Или нет.
В настоящее время ученые пытаются заставить искусственный интеллект, машинное обучение и компьютерное зрение, предсказать смерть человека. Конечная цель состоит, конечно, не в том, чтобы сделать из ИИ мрачного жнеца, а вовремя предупреждать хронические заболеваний и другие болезни.
Новейшие исследования этого применения ИИ в области медицины использовали последние модели машинного обучения для анализа КТ-сканирования 48 грудных клеток. Компьютер смог предсказать, какой из пациентов умрет в течение пяти лет с 69-процентной точностью. Примерно так же, как предсказал бы любой врач.
Результаты были опубликованы в научных докладах журнала Nature под авторством команды из Университета Аделаиды. Ведущий автор работы доктор Люк Оукден-Райнер, радиолог и аспирант, говорит, что одним из очевидных преимуществ использования ИИ в точной медицине является заблаговременное выявление рисков для здоровья и потенциальное вмешательство.
Менее очевидным будет обещание ускорить исследования долговечности.
«В настоящее время большинство исследований хронических заболеваний и долголетия требуют длительных периодов наблюдения, которые позволят выявить разницу между пациентами с лечением и без, потому что эти болезни медленно прогрессируют», объясняет он. «Если бы мы могли количественно оценить изменения раньше, мы не только смогли бы выявить болезнь, но и осуществить более эффективное вмешательство, а также смогли бы намного раньше среагировать».
Это может привести к более быстрому и дешевому лечению. «Если бы мы могли скостить год или два времени, которое требуется на передачу лечебных средств из лаборатории пациенту, прогресс в этой области существенно ускорился бы».
Ии с сердцем
В январе исследователи из Имперского колледжа в Лондоне опубликовали результаты, которые показали, что ИИ может предсказывать сердечную недостаточность и смерти лучше, чем человеческий врач.
Исследование, опубликованное в журнале Radiology, включало создание виртуальных трехмерных сердец 250 пациентов, которые могут имитировать сердечную функцию. Затем алгоритмы ИИ занялись изучением того, какие функции будут служить в роли лучших прогнозистов.
Эта система полагалась на МРТ, анализ крови и другие данные.
В конечном счете выяснилось, что машина была быстрее и лучше в определении риска легочной гипертензии — показала 73% точности против обычных 60%.
Ученые говорят, что эту технологию можно было бы использовать для прогнозирования исходов других сердечно-сосудистых заболеваний в будущем.
«Мы хотели бы разработать технологию, которую можно было бы применять для самых разных сердечно-сосудистых заболеваний в помощь врачебной интерпретации результатов медицинских испытаний», говорит соавтор исследования Тим Дэйвс.
«Цель — увидеть, смогут ли лучшие прогнозы способствовать правильному лечению и долголетию людей».
Ии становится умнее
Такого рода применения ИИ в области точной медицины будут становиться только лучше по мере того, как машины будут обучаться, подобно студентам-медикам.
Оукден-Райнер говорит, что его команда продолжает создавать идеальный набор данных по мере движения вперед, но уже повысила прогностическую точность с 75 до 80 процентов, включив такую информацию, как возраст и пол.
«Думаю, существует верхний предел того, насколько точны мы можем быть, потому что всегда будет элемент случайности», говорит он, отвечая на вопрос, насколько хорошо ИИ будет определять смертность отдельного человека. «Но мы можем стать точнее, чем сейчас, если примем во внимание риски и силы отдельных людей. Модель, совмещающая все эти факторы, надеюсь, сможет уточнять риск краткосрочной смертности до 80 процентов».
Другие еще оптимистичнее смотрят на то, как быстро ИИ преобразует этот аспект области медицины.
«Прогнозирование оставшейся жизни для людей, на самом деле, одно из самых простых применений машинного обучения», говорят доктор Зияд Обермейер.
«Оно требует уникального набор данных, который содержится в электронных записях, связанных с информацией о времени смерти человека.
Как только мы соберем достаточно таких данных, мы сможем крайне точно предсказывать вероятность того, что отдельный человек будет жить месяц или, например, год».
Ии все еще учится
Эксперты вроде Обермейера и Оукдена-Райнера сходятся в том, что прогресс грядет быстро, но впереди еще много работы, которую предстоит проделать.
С одной стороны, есть еще много данных, в которых можно покопаться, но они пока не упорядочены. Например, изображения, на которых машины обучаются, все еще приходится обрабатывать, делая их полезными. «Многие группы ученых по всему миру тратят миллионы долларов на эту задачу, потому что она остается бутылочным горлышком для успешного врачебного ИИ», говорт Оукден-Райнер.
В интервью STAT News Обермейер рассказал, что данные фрагментированы по всей системе здравоохранения, поэтому связывание информации и создание наборов данных потребует времени и денег. Он также отмечает, что хотя есть большой ажиотаж на тему использования ИИ в точной медицине, в клинических условиях эти алгоритмы практически не проверялись.
«Можно сказать, что все хорошо и алгоритм действительно хорош. Но теперь нужно вывести его в реальный мир и со всей ответственностью посмотреть, что будет», говорит он.
Ии — не случайность
Предотвратить смертельную болезнь — это одно. Но можно ли предотвратить смертельный случай при помощи ИИ?
Именно это намеревались делать американские и индийские ученые, когда озаботились растущим числом смертей среди людей, делающих селфи. Группа определила 127 человек, которые погибли, позируя для фото, в течение двух лет.
Основываясь на комбинации текста, снимков и местоположения, машина научилась идентифицировать селфи как потенциально опасное или же нет. Пробег по более 3000 подписанным селфи в Твиттере продемонстрировал 73-процентную точность.
«Комбинация функций на основе изображения и места показала лучшую точность», говорят ученые.
Что будет дальше? Появится система предупреждения для любителей селфи.
Ии и будущее
Вся эта дискуссия породила вопрос: хотим ли мы на самом деле знать, когда умрем?
Согласно одной из работ, недавно опубликованных в Psychology Review, ответ: нет. 9 из 10 человек в Германии и Испании, когда их спросили, хотят ли они знать о своем будущем, включая смерть, предпочли остаться в неведении.
Обермейер смотрит на этот вопрос по-другому: через призму людей, которые живут с угрожающей жизни болезнью.
«Среди того, что пациенты очень хотят и чего не получают, это ответы от врачей на вопрос „сколько мне осталось?“. Врачи очень неохотно отвечают на эти вопросы, отчасти потому, что не хотят ошибаться в таких важных вещах. Отчасти потому, что пациенты и сами не хотят знать».
Искусственный интеллект предскажет риск смерти в течение года
Учёные использовали алгоритмы машинного обучения, чтобы проанализировать состояние людей. В результате искусственный интеллект смог дать достаточно точный прогноз смерти человека от сердечно-сосудистых заболеваний в ближайший год.
Чтобы поставить верный диагноз и определить план лечения пациента, врачи пользуются информацией из истории болезни и данными проведённых обследований.
Однако современные технологии, позволяющие получать детальное изображение любой области человеческого тела и фиксировать малейшие изменения, иногда порождают очень большие массивы данных. Одному человеку их порой проанализировать трудно.
Кроме того, эти разрозненные данные кто-то должен ещё и систематизировать, причём в кратчайшие сроки, ведь порой речь идёт даже не о здоровье, а о человеческой жизни.
Исследователи из Медицинского центра Гейзингера воспользовались методами машинного обучения для изучения медицинских изображений. Искусственный интеллект, основываясь на огромном массиве данных, смог спрогнозировать риск смерти пациента в течение ближайшего года. При этом точность его «предсказания» оказалась выше, чем у других, одобренных в клинической практике методов прогнозирования.
Чтобы обучить «компьютерный мозг» тонкому искусству медицинского прогнозирования, команда учёных использовала 812 тысяч видеозаписей УЗИ сердца, полученных при обследовании 34 тысяч пациентов медицинского центра Гейзингера.
В исследовании было использовано около 50 миллионов изображений. Это один из крупнейших когда-либо опубликованных наборов медицинских данных.
Результаты анализа программы затем сравнили с заключениями кардиологов, основанными на анкетировании пациентов. В итоге медицинские заключения, написанные с «подсказкой» искусственного интеллекта, оказались на 13% точнее остальных.
Подробное описание исследования было опубликовано в научном журнале Nature Biomedical Engineering.
Когда задумываешься о возможных негативных прогнозах для отдельных людей, возникает резонный вопрос: нужна ли медикам информация о скорой смерти их пациента? Но ответ очевиден: нужна.
«Наша цель – разработка компьютерных алгоритмов для улучшения качества ухода за пациентом, – отметил ведущий автор работы Альваро Уллоа Черна (Alvaro Ulloa Cerna). – Поэтому мы рады, что данный алгоритм помог кардиологам улучшить прогнозы для пациентов. Ведь именно на них основываются решения по дальнейшему лечению и медицинскому вмешательству».
Добавим, что интерес учёных (и не только) к использованию методов машинного обучения в последние годы заметно вырос. Искусственный интеллект всё чаще пробуют использовать в диагностике заболеваний и подборе лечения. Так, ранее Вести.Ru писали о том, что ИИ может определить биологический возраст человека, диагностирует рак лёгких и свыше 50 глазных заболеваний.
Искусственный интеллект может определить, умрете ли вы от COVID-19 | Капитал страны
5 Февраля 2021 11944 0 Наука и технологии
Согласно новому исследованию Копенгагенского университета, используя данные пациентов, искусственный интеллект может сделать 90-процентную оценку того, умрет человек от COVID-19 или нет.
Индекс массы тела (ИМТ), пол и высокое кровяное давление являются одними из наиболее важных факторов.
Это исследование можно использовать для прогнозирования количества пациентов в больницах, которым понадобится респиратор, и определения того, кто должен быть первым в очереди на вакцинацию.
Искусственный интеллект способен предсказать, кто, скорее всего, умрет от коронавируса. При этом он также может помочь решить, кто должен быть в авангарде поставок вакцин.
Такие выводы получены в недавно проведенном исследовании ученых факультета компьютерных наук Копенгагенского университета.
Со времени первой волны пандемии COVID исследователи работали над разработкой компьютерных моделей, которые могут прогнозировать, основываясь на истории болезни и данных о состоянии здоровья, насколько серьезно люди пострадают от COVID-19.
Результаты исследования демонстрируют, что искусственный интеллект может с вероятностью до 90 процентов определить, умрет ли неинфицированный человек, который еще не инфицирован, от COVID-19 или нет, если он заразится. После поступления в больницу с COVID-19 компьютер может с 80-процентной точностью предсказать, понадобится ли человеку специальный респиратор.
«Мы начали работать над моделями, чтобы помочь больницам, поскольку во время первой волны они опасались, что у них не будет достаточно респираторов для пациентов интенсивной терапии. Наши новые результаты также могут быть использованы для тщательного определения того, кому нужна вакцина», — объясняет профессор Мэдс Нильсен с факультета компьютерных наук Копенгагенского университета.
Исследователи загрузили в компьютерную программу данные о здоровье 3944 датских пациентов с COVID-19. Это научило компьютер распознавать закономерности и корреляции в предшествующих заболеваниях пациентов обоих полов и в их приступах против COVID-19.
«Наши результаты, что неудивительно, демонстрируют, что возраст и ИМТ являются наиболее решающими параметрами, определяющими, насколько серьезно человек будет затронут COVID-19. Но вероятность смерти или необходимости в респираторе также повышается, если вы мужчина, имеете высокое кровяное давление или неврологическое заболевание», — объясняет профессор Нильсен.
В настоящее время исследователи работают со столичным регионом Дании, чтобы воспользоваться своими результатами на практике. Они надеются, что вскоре искусственный интеллект сможет помочь больницам страны, постоянно прогнозируя потребность в респираторах.
«Мы работаем над достижением цели, чтобы мы могли предсказать потребность в респираторах на пять дней вперед, предоставив компьютеру доступ к данным о состоянии здоровья обо всех положительных результатах COVID в регионе», — говорит профессор Нильсен. «Компьютер никогда не сможет заменить оценку врача, но он может помочь врачам и больницам сразу увидеть много пациентов, инфицированных COVID-19, и установить текущие приоритеты».
Исследование проводилось в сотрудничестве с Rigshospitalet и Bispebjerg и больницей Frederiksberg, пишет WiseNews.
Искусственный интеллект предсказывает вероятность смерти по ЭКГ
Хотели бы вы знать, когда умрете? Пока вы размышляете над этим не самым простым вопросом, исследователи из Пенсильвании обучили искусственный интеллект предсказывать вероятность смерти человека в течение года, после ознакомления с электрокардиограммой пациента (ЭКГ).
Правда, сами исследователи не понимают как именно ИИ это делает. Дело в том, что алгоритм указывает на те результаты ЭКГ, которые показались кардиологам абсолютно нормальными. Но как такое возможно и что именно анализирует ИИ?
Как сообщает издание The New Scientist, полученные результаты оказались впечатляющими и немного пугающими. В ходе работы ученые предоставили ИИ данные об ЭКГ 400 тысяч пациентов.
Всего ИИ получил записи об 1,77 миллионах ЭКГ, которые брали у пациентов в разное время суток, чтобы выяснить закономерности, которые могут указывать на будущие проблемы с сердцем, включая вероятность сердечного приступа и мерцательную аритмию.
Согласно результатам проведенного исследования, модель ИИ показала лучшие результаты, чем все существующие сегодня методы, которые позволяют отличить пациентов, чей риск смерти возрастает в течение года от тех, кому смерть не грозит. Более того, ИИ выявил проблемы с сердцем у тех пациентов, которые ранее были вылечены кардиологами.
Чего не видят кардиологи?
В ходе исследования команда специалистов предоставляла ИИ данные двумя разными способами. Сначала алгоритм мог ознакомиться с необработанными результатами ЭКГ, по которым можно было отследить изменения в кардиограмме с течением времени. В другом случае исследователи предоставили данные ЭКГ с указанием возраста и пола пациентов.
Ответы ИИ ученые измеряли при помощи показателя AUC — он измеряет, насколько хорошо модель различает две группы людей — в данном случае, пациентов, которые умерли в течение года, и тех, кто выжил.
Исследователи отмечают, что AUC для моделей оценки риска, используемых в настоящее время врачами, варьируется от 0,65 до 0,8.
А ИИ неизменно набирал выше 0,85 баллов (идеальным считается 1 балл, а 0,5 указывает на отсутствие различий между двумя группами).
ИИ точно предсказал риск смерти даже у людей, результаты ЭКГ которых кардиологи считают нормальными. Три кардиолога, которые отдельно изучали ЭКГ пациентов, не смогли выявить риск, обнаруженный ИИ.
Таким образом, модель разработанная специалистами видит вещи, которые недоступны врачам на сегодняшний день. Ученые отмечают, что некоторые вещи врачи могли неправильно истолковывать десятилетиями.
Последний диагноз: нейросеть предскажет смерть — Газета.Ru
Искусственный интеллект оказался способен предсказать смерть пациента в течение года, точность прогноза составляет 90%. Разработчики надеются, что это позволит врачам принимать более взвешенные решения относительно дальнейшей работы с пациентами и не мучить безнадежно больных бесполезным лечением.
Согласно опросам, до 80% американцев хотели бы провести последние дни дома, в окружении родных и близких. Однако реальность такова, что заканчивают жизнь в больнице около 60%.
Врачи подчас слишком оптимистично оценивают шансы пациента на выживание, тем самым оттягивая сложный разговор о том, как пациент проведет последние месяцы жизни. В итоге безнадежно больной пациент лишь попусту проводит время в больнице, получая бесполезное лечение и проходя через зачастую болезненные процедуры, вместо того, чтобы тихо уйти из жизни у себя дома.
В клинической практике специалисты по паллиативной помощи обычно ждут, пока к ним обратится лечащий врач пациента. Однако Стефани Харман, основательница Центра паллиативной помощи при Стэнфорде, решила изменить ситуацию и позволить специалистам тоже участвовать в принятии решения.
Для этого с коллегами из Стэнфордского университета она разработала систему искусственного интеллекта, способную предсказать вероятность смерти пациента в течение следующих 3-12 месяцев.
Предварительные результаты были опубликованы в архиве препринтов arXiv.org.
Как объясняют авторы работы, не всегда очевидно, когда пациенту нужно лечение, а когда – паллиативная помощь, которая направлена на улучшение качества жизни тяжело или неизлечимо больных пациентов, но не устраняет причины заболевания. Такой подход имеет смысл в том случае, если смерть пациента в ближайшее время неизбежна и позволяет облегчить страдания от болезни.
«Трудно сформулировать критерии, по которым принимается решение о том, что пациенту нужно не агрессивное лечение, а только паллиативная помощь, — пишут авторы работы. – Исследования показывают, что врачи склонны переоценивать прогнозы, что в сочетании с развитием устойчивости к терапии приводит к несоответствию реального положения вещей желаниям пациента», – поясняют исследователи.
Для обучения нейросети были использованы данные о более чем двух миллионах пациентов, как живых, так и умерших, из Стэнфордской больницы и детской больницы Люси Пакард. Помимо клинических данных учитывались, в частности, такие факторы, как нахождение в сознании, способность самостоятельно передвигаться, заботиться о себе, принимать пищу.
Эти данные позволили нам построить модель, прогнозирующую смертность ото всех причин, а не только в связи с конкретным заболеванием или возрастом», — поясняет специалист в области компьютерных наук Ананд Авати.
Проверка алгоритма на контрольной группе показала — он способен верно определить вероятность смерти в течение следующего года в 90% случаев.
Разработка предназначена не для того, чтобы находиться в основе процесса лечения, подчеркивают исследователи. Результаты должны использоваться в сочетании с оценкой врача. Все это даст возможность принять наиболее правильное решение относительно дальнейшей работы с пациентом.
Ученые отмечают, что основная проблема при работе с нейросетями — отсутствие возможности точно сказать, на чем конкретно основан тот или иной прогноз. Однако в случае оценки вероятности смерти это не слишком важно.
«Для оказания паллиативной помощи не имеет значения, почему, например, болен пациент. Это не та ситуация, когда кто-то умирает, а нам надо его спасти — в таких случаях нужно знать исходные данные, чтобы подобрать лечение. Но в нашей ситуации это уже не столь важно», — поясняют они.
Нейронные сети уже не в первый раз оказываются на службе у медицины. Так, исследование 2017 года показывает, что искусственный интеллект прогнозирует риск развития инфаркта или инсульта лучше врачей.
Исследователи использовали 75% данных о более чем 300 тыс. пациентов, чтобы научить систему определять признаки, по которым можно спрогнозировать инсульты и инфаркты у пациента в течение десяти лет. Проверка производилась на оставшихся 25% данных. Для сравнения ученые протестировали и действенность привычных рекомендаций, по которым врачи оценивают риски.
Используя модель, в которой значение 1,0 обозначало 100-процентную точность, команда установила, что при использовании рекомендаций Американской кардиологической ассоциации можно достичь результата в 0,728, в то время как ИИ продемонстрировал результаты в диапазоне 0,745–0,764 в зависимости от типа нейронной сети.
Иными словами, нейросеть смогла правильно определить на 355 пациентов, рискующих пострадать от инфаркта и инсульта, больше, чем можно было бы определить по стандартной методике.
А чуть раньше российские исследователи научили нейросеть определять опухоли в легких на рентгеновских снимках. Точность распознавания достигла 97%.
Также нейронные сети оказались способны определить по фотографии сексуальную ориентацию человека с точностью до 91%.
Загрузка...
