Biólogos Ensinaram O Computador A Prever O Tempo De Vida De Uma Pessoa - Visão Alternativa

Índice:

Biólogos Ensinaram O Computador A Prever O Tempo De Vida De Uma Pessoa - Visão Alternativa
Biólogos Ensinaram O Computador A Prever O Tempo De Vida De Uma Pessoa - Visão Alternativa

Vídeo: Biólogos Ensinaram O Computador A Prever O Tempo De Vida De Uma Pessoa - Visão Alternativa

Vídeo: Biólogos Ensinaram O Computador A Prever O Tempo De Vida De Uma Pessoa - Visão Alternativa
Vídeo: As 7 Fases da Procrastinação 2024, Pode
Anonim

Biólogos australianos criaram um sistema de inteligência artificial (IA) capaz de prever o tempo de vida de uma pessoa com 69% de precisão a partir de uma única fotografia de seus órgãos, de acordo com um artigo publicado na Scientific Reports.

"Cuco" cibernético

Nos últimos anos, graças ao desenvolvimento da matemática e ao crescimento do poder de computação dos computadores, os cientistas têm a oportunidade de criar redes neurais complexas, sistemas de inteligência artificial capazes de realizar tarefas não triviais e até mesmo "pensar" criativamente, criando novos exemplos de arte e tecnologia.

Por exemplo, só no ano passado, cientistas criaram IA capaz de jogar o "incontável" antigo jogo chinês Go, procurando nos jornais os eventos mais importantes da história, escrevendo scripts para jogos de computador, colorindo fotos e vídeos "como Van Gogh" e desenhando. No início do ano, os cientistas revelaram um sistema de IA que pode distinguir manchas de câncer de pele melhor do que os dermatologistas mais experientes.

Oakden-Rainer e seus colegas levaram essa ideia mais longe, criando um sistema de inteligência de máquina que pode determinar a duração da vida de uma pessoa a partir de fotografias de seus órgãos internos obtidas com uma tomografia computadorizada.

Este programa é uma rede neural profunda ou ultraprecisa - uma estrutura de várias camadas de várias dezenas ou centenas de redes neurais mais simples. Cada um deles não processa dados brutos, mas sim produtos de análise obtidos pela rede localizada acima, o que permite simplificar problemas muito complexos e resolvê-los com recursos computacionais relativamente modestos.

Essas redes não podem resolver problemas imediatamente após serem criadas - como os humanos, eles precisam aprender com seus próprios erros por um longo tempo antes de começarem a obter as respostas certas.

Vídeo promocional:

A magia da inteligência artificial

Para tal treinamento, Oakden-Rainer e seus colegas usaram uma coleção de vários milhares de fotografias de tórax e abdômen tiradas com um scanner de tomografia durante observações de saúde de 40 pacientes. Esse conjunto de imagens, segundo os cientistas, foi suficiente para que sua ideia fosse capaz de atingir o nível de predições que os médicos costumam demonstrar ao tentar determinar "a olho" a expectativa de vida de seus pacientes.

Depois de se certificar de que o sistema que eles criaram prevê corretamente o tempo de vida a partir das fotografias dos órgãos de pacientes já mortos, os cientistas verificaram como ele lidaria com o trabalho em condições de "combate". Para fazer isso, eles recrutaram um grupo de oito pacientes jovens e idosos, iluminaram seu tórax com uma tomografia e observaram sua vida ao longo dos anos seguintes.

No final das contas, o programa realmente lidou bem com as tarefas atribuídas a ele - previu corretamente a expectativa de vida para 69% dos voluntários, descobrindo corretamente quais pacientes nas clínicas morreriam nos próximos cinco anos.

Como os cientistas não sabem como essas redes neurais profundas funcionam "por dentro" e como chegam às conclusões, ainda não está claro exatamente quais características distintivas o computador usa para prever a morte de uma pessoa. Ao mesmo tempo, a precisão relativamente alta das previsões para pessoas que sofrem de doença pulmonar obstrutiva ou insuficiência cardíaca fala a favor do fato de que tais doenças influenciaram mais fortemente a "opinião" da IA.

Expandir o banco de dados e envolver mais voluntários nos experimentos, esperam os cientistas, irá melhorar significativamente a qualidade das previsões e torná-las mais precisas para pessoas que não sofrem de doenças cardíacas e pulmonares graves. Agora, de acordo com Oakden-Rainer, sua equipe está "treinando" uma nova versão da rede neural baseada em fotografias de 12 mil pacientes, o que deve melhorar significativamente a precisão das previsões.

Recomendado: