Australische Biologen haben ein System der künstlichen Intelligenz (KI) entwickelt, mit dem die Lebensdauer einer Person anhand eines einzigen Fotos ihrer Organe mit einer Genauigkeit von 69% vorhergesagt werden kann. Dies geht aus einem in Scientific Reports veröffentlichten Artikel hervor.
Kybernetischer "Kuckuck"
In den letzten Jahren haben Wissenschaftler dank der Entwicklung der Mathematik und der zunehmenden Rechenleistung von Computern die Möglichkeit, komplexe neuronale Netze, Systeme der künstlichen Intelligenz, die nicht triviale Aufgaben ausführen und sogar kreativ „denken“können, zu schaffen und neue Beispiele für Kunst und Technologie zu schaffen.
Zum Beispiel haben Wissenschaftler allein im letzten Jahr eine KI geschaffen, die in der Lage ist, das "unzählige" alte chinesische Go-Spiel zu spielen, die Zeitungen nach den wichtigsten Ereignissen in der Geschichte zu durchsuchen, Skripte für Computerspiele zu schreiben, Fotos und Videos "wie Van Gogh" zu malen und Bilder zu zeichnen. Anfang des Jahres stellten Wissenschaftler ein KI-System vor, das Muttermale von Hautkrebs besser unterscheiden kann als die erfahrensten Dermatologen.
Oakden-Rainer und seine Kollegen haben diese Idee weiterentwickelt und ein System der maschinellen Intelligenz geschaffen, mit dem die Lebensdauer eines Menschen anhand von Fotos seiner inneren Organe bestimmt werden kann, die mit einem Computertomographen aufgenommen wurden.
Dieses Programm ist ein sogenanntes tiefes oder ultrapräzises neuronales Netzwerk - eine mehrschichtige Struktur aus mehreren zehn oder hundert einfacheren neuronalen Netzwerken. Jeder von ihnen verarbeitet keine Rohdaten, sondern Analyseprodukte, die von dem oben genannten Netzwerk erhalten wurden. Dies ermöglicht es, sehr komplexe Probleme zu vereinfachen und sie mit relativ bescheidenen Rechenressourcen zu lösen.
Diese Netzwerke können Probleme nicht sofort nach ihrer Entstehung lösen - wie Menschen müssen sie lange Zeit aus ihren eigenen Fehlern lernen, bevor sie die richtigen Antworten erhalten.
Werbevideo:
Die Magie der künstlichen Intelligenz
Für ein solches Training verwendeten Oakden-Rainer und seine Kollegen eine Sammlung von mehreren tausend Brust- und Bauchfotos, die mit einem Tomographiescanner bei Gesundheitsbeobachtungen von 40 Patienten aufgenommen wurden. Laut Wissenschaftlern reichte diese Reihe von Bildern aus, damit ihre Idee das Niveau der Vorhersagen erreichen konnte, die Ärzte normalerweise zeigen, wenn sie versuchen, die Lebensdauer ihrer Patienten "mit dem Auge" zu bestimmen.
Nachdem die Wissenschaftler sichergestellt hatten, dass das von ihnen erstellte System die Lebenserwartung anhand der Fotos der Organe bereits toter Patienten korrekt vorhersagt, überprüften sie, wie es mit der Arbeit unter "Kampf" -Bedingungen umgehen würde. Dazu rekrutierten sie eine Gruppe von acht jungen und älteren Patienten, beleuchteten ihre Brust mit einem Tomographen und beobachteten ihr Leben in den nächsten Jahren.
Wie sich herausstellte, hat das Programm die ihm zugewiesenen Aufgaben wirklich gut gemeistert - es hat die Lebenserwartung von 69% der Freiwilligen korrekt vorhergesagt und richtig herausgefunden, welche Patienten in den Kliniken in den nächsten fünf Jahren sterben würden.
Da Wissenschaftler nicht wissen, wie solche tiefen neuronalen Netze "von innen" funktionieren und wie sie zu den Schlussfolgerungen kommen, bleibt unklar, welche besonderen Merkmale der Computer verwendet, um den Tod einer Person vorherzusagen. Gleichzeitig spricht die relativ hohe Genauigkeit der Vorhersagen für Menschen mit obstruktiver Lungenerkrankung oder Herzinsuffizienz dafür, dass solche Krankheiten die "Meinung" der KI am stärksten beeinflussten.
Die Wissenschaftler hoffen, dass die Erweiterung der Datenbank und die Einbeziehung von mehr Freiwilligen in Experimente die Qualität der Vorhersagen erheblich verbessern und sie für Menschen, die nicht an schweren Herz- und Lungenerkrankungen leiden, genauer machen werden. Laut Oakden-Rainer "trainiert" sein Team jetzt eine neue Version des neuronalen Netzwerks, die auf Fotos von 12.000 Patienten basiert, was die Genauigkeit der Vorhersagen erheblich verbessern dürfte.
