Ciencia y tecnología

La inteligencia artificial ahora puede saber si morirás prematuramente, ¿entiendes?

Los científicos han entrenado un sistema de inteligencia artificial (IA) para evaluar casi una década de datos relacionados con la salud de medio millón de personas en el Reino Unido. Una vez introducidos los datos, se encargó a la IA que calculara si los individuos estaban en riesgo de muerte prematura debido a una enfermedad crónica.

El experimento con la IA fue reportado en un nuevo estudio recientemente y publicado en la revista científica PLOS ONE . Las predicciones de muerte prematura realizadas por la inteligencia artificial resultaron ser «significativamente más precisas» que las realizadas por un modelo que no utilizaba el aprendizaje automático. El estudio fue dirigido por Stephen Weng, profesor asistente de epidemiología y con datos de la Universidad de Nottingham en el Reino Unido.

Las pruebas

Los científicos probaron dos tipos de inteligencia artificial para evaluar la probabilidad de muerte prematura de los individuos. Una IA de «aprendizaje profundo», que estratifica las redes de procesamiento de información, ayuda a la computadora a aprender de los ejemplos. El otro es un IA más simple. Esto se denomina «bosque aleatorio» y su mecanismo es una combinación de varios modelos para considerar posibles resultados.

Después de las pruebas, los investigadores compararon las conclusiones de los dos modelos de IA con los resultados de un algoritmo estándar, conocido como el Modelo Cox. Con los tres modelos, se evaluaron los datos de una base de datos de libre acceso de datos genéticos, físicos y de salud llamada UK Biobank.

Esta base de datos recoge datos de más de 500 mil personas, recogidos entre 2006 y 2016. Durante este período, murieron alrededor de 14.500 de los participantes. Las principales causas de estas muertes fueron el cáncer, las enfermedades cardíacas y las enfermedades respiratorias.

Variables

Los tres modelos utilizados por los científicos determinaron que factores como la edad, el sexo, los antecedentes de tabaquismo y el diagnóstico precoz del cáncer eran las principales variables para evaluar la probabilidad de muerte prematura de una persona. Sin embargo, en otros factores clave, los modelos difirieron, según los investigadores.

El modelo Cox se basaba en factores como el origen étnico y la actividad física, mientras que los modelos AI no lo hacían. El modelo de bosque aleatorio dio mayor énfasis al porcentaje de grasa corporal, más precisamente en la circunferencia de la cintura, la cantidad de frutas y verduras que la gente comía y el tono de la piel, según el estudio.

Por otro lado, en el modelo de aprendizaje profundo, los principales factores incluyeron la exposición a riesgos relacionados con el trabajo y la contaminación del aire, el consumo de alcohol y el uso de algunos tipos de medicamentos.

Cuando se procesaron los datos, el algoritmo de aprendizaje profundo fue capaz de proporcionar predicciones más precisas. Este IA fue capaz de identificar correctamente al 76% de los individuos que murieron durante el estudio. La IA forestal aleatoria predijo correctamente el 64% de las muertes prematuras. El modelo Cox, por otro lado, sólo predijo un 44%.

No es la primera vez que se utiliza la IA para ayudar a los científicos a predecir y diagnosticar la salud. En 2017, otro equipo de investigadores utilizó un IA para aprender a detectar signos prematuros de la enfermedad de Alzheimer.

La máquina evaluó los escáneres cerebrales para identificar si una persona tenía probabilidades de desarrollar Alzheimer. Los resultados fueron sorprendentes. La IA fue capaz de predecir con una precisión del 84%, el estudio publicado en la revista Neurobiology of Aging.

Entonces, chicos, ¿qué les pareció la historia? Deja tu opinión en los comentarios y no olvides compartirla con tus amigos.

Add Comment

Click here to post a comment