Australische biologen hebben een kunstmatige intelligentie (AI) -systeem ontwikkeld dat in staat is om de levensduur van een persoon met een nauwkeurigheid van 69% te voorspellen op basis van een enkele foto van zijn organen, volgens een artikel gepubliceerd in Scientific Reports.
Cybernetische "koekoek"
Dankzij de ontwikkeling van de wiskunde en de groei van de rekenkracht van computers hebben wetenschappers de afgelopen jaren de mogelijkheid gekregen om complexe neurale netwerken te creëren, kunstmatige intelligentiesystemen die niet-triviale taken kunnen uitvoeren en zelfs creatief kunnen 'denken', waardoor nieuwe voorbeelden van kunst en technologie worden gecreëerd.
Alleen al in het afgelopen jaar hebben wetenschappers AI ontwikkeld die in staat is om het 'ontelbare' oude Chinese spel Go te spelen, de kranten te doorzoeken op de belangrijkste gebeurtenissen in de geschiedenis, scripts te schrijven voor computerspelletjes, foto's en video's 'zoals Van Gogh' in te kleuren en tekeningen te maken. Aan het begin van het jaar hebben wetenschappers een AI-systeem onthuld dat moedervlekken beter kan onderscheiden van huidkanker dan de meest ervaren dermatologen.
Oakden-Rainer en zijn collega's gingen op dit idee verder en creëerden een systeem van machine-intelligentie dat de duur van iemands leven kan bepalen op basis van foto's van zijn interne organen die zijn verkregen met een CT-scanner.
Dit programma is een zogenaamd diep of ultra-nauwkeurig neuraal netwerk - een meerlagige structuur van enkele tientallen of honderden eenvoudigere neurale netwerken. Elk van hen verwerkt geen onbewerkte gegevens, maar analyseproducten die zijn verkregen door het netwerk erboven, waardoor het mogelijk is om zeer complexe problemen te vereenvoudigen en op te lossen met relatief bescheiden rekenmiddelen.
Deze netwerken kunnen problemen niet meteen oplossen nadat ze zijn gemaakt. Net als mensen moeten ze lange tijd leren van hun eigen fouten voordat ze de juiste antwoorden krijgen.
Promotie video:
De magie van kunstmatige intelligentie
Voor een dergelijke training gebruikten Oakden-Rainer en zijn collega's een verzameling van enkele duizenden foto's van borstkas en buik, gemaakt met een tomografiescanner tijdens gezondheidswaarnemingen van 40 patiënten. Deze reeks beelden was volgens wetenschappers voldoende voor hun geesteskind om het niveau van voorspellingen te kunnen bereiken dat artsen gewoonlijk laten zien wanneer ze 'met het oog' proberen de levensduur van hun patiënten te bepalen.
Nadat ze ervoor hadden gezorgd dat het systeem dat ze hadden gemaakt de levensduur correct voorspelt op basis van de foto's van de organen van reeds overleden patiënten, gingen de wetenschappers na hoe het zou omgaan met het werk in "gevechts" -omstandigheden. Om dit te doen, rekruteerden ze een groep van acht jonge en oudere patiënten, verlichtten hun borst met een tomograaf en observeerden hun leven de komende jaren.
Het bleek dat het programma het heel goed deed met de taken die eraan waren toegewezen: het voorspelde de levensverwachting van 69% van de vrijwilligers correct en ontdekte correct welke kliniekpatiënten in de komende vijf jaar zouden overlijden.
Omdat wetenschappers niet weten hoe zulke diepe neurale netwerken "van binnenuit" werken en hoe ze tot de conclusies komen, blijft het onduidelijk welke onderscheidende kenmerken de computer precies gebruikt om de dood van een persoon te voorspellen. Tegelijkertijd spreekt de relatief hoge nauwkeurigheid van voorspellingen voor mensen die lijden aan obstructieve longziekte of hartfalen, in het voordeel van het feit dat dergelijke ziekten het sterkst de 'mening' van AI hebben beïnvloed.
Het uitbreiden van de database en het betrekken van meer vrijwilligers bij experimenten, zo hopen wetenschappers, zal de kwaliteit van voorspellingen aanzienlijk verbeteren en ze nauwkeuriger maken voor mensen die niet aan ernstige hart- en longaandoeningen lijden. Volgens Oakden-Rainer "traint" zijn team nu een nieuwe versie van het neurale netwerk op basis van foto's van 12.000 patiënten, wat de nauwkeurigheid van voorspellingen aanzienlijk zou moeten verbeteren.
