پیش بینی بسیار دقیق مرگ زودرس با استفاده از هوش مصنوعی

استفاده از فناوری یادگیری ماشین برای پیش بینی احتمال بروز مرگ زودرس در بیماران می تواند به راهکارهای بهداشتی و سیاست های سلامتی پیشگیرانه در آینده کمک شایانی نماید. این سیستم از مدل های پیش بینی ریسک برای ارزیابی اطلاعات مختلف، از جمله فاکتورهای سبک زندگی بیمار، شاخصه های بیومتریک، اطلاعات دموگرافیک و غیره استفاده می کند.

دکتر استیفن ونگ، مدیر این پروژه می گوید: ما یک گام بزرگ در این حوزه برداشته و با بهره گیری از فناوری یادگیری ماشین، رویکردی منحصر به فرد و جامع برای پیش بینی عارضه مرگ زودرس توسعه داده ایم. در این روش از کامپیوتر برای ساخت مدل های جدید پیش بینی ریسک استفاده می شود و فاکتورهای مختلفی برای هر فرد لحاظ می گردد. عوامل مختلف می توانند خطر بروز مرگ زودرس در افراد تأثیر بگذارند که در بین آنها موارد ظاهراً کم اهمیتی نظیر مقدار مصرف گوشت، سبزیجات و میوه در رژیم غذایی روزانه دیده می شوند. متخصصین از اطلاعات سلامتی بیش از نیم میلیون شهروند بریتانیایی 40 تا 69 ساله در بین سال های 2006 تا 2010 برای توسعه الگوریتم هوش مصنوعی استفاده کرده اند. اطلاعات تکمیلی این پژوهش هم به تدریج تا سال 2016 جمع آوری شده است. نهایتاً پیش بینی های سامانه هوش مصنوعی با اطلاعات سازمان ثبت سرطان انگلستان، سوابق مرگ و میر و آمار بیمارستان ها مقایسه شد تا درستی نتایج ارزیابی گردد. نتایج نشان داد که عملکرد این سامانه جدید در مقایسه با الگوهای پیش بینی استاندارد متخصصین انسانی برای ارزیابی و پیش بینی خطر مرگ زودرس، به مراتب بهتر و دقیق تر عمل می کند.