Нефть Brent
$75.17
+1.25%
5
Австралийские биологи разработали систему искусственного интеллекта (ИИ), которая способна с 69%-ной точностью предсказать продолжительность жизни человека по одной фотографии его органов, передается в статье, опубликованной в журнале Scientific Reports.
«Предсказание того, что ожидает пациента, крайне важно для медиков, так как оно поможет им подобрать лечение, лучше всего подходящее для спасения и продления жизни больного. Пока такие предсказания были ограничены опытом врачей и их глазами. Мы проверили, можно ли использовать глубинные нейронные сети для решения этой задачи», — рассказывает Люк Окден-Рэйнер (Luke Oakden-Rayner) из университета Аделаиды (Австралия).
Кибернетическая «кукушка»
В последние годы, благодаря развитию математики и росту вычислительных мощностей компьютеров, у ученых появилась возможность создавать сложные нейросети, системы искусственного интеллекта, способные исполнять нетривиальные задачи и даже «мыслить» креативно, создавая новые образцы искусства и технологий.
К примеру, только за последний год ученые создали ИИ, способные обыграть человека в «непросчитываемую» древнекитайскую игру Го, отыскивать важнейшие события в истории по газетам, писать сценарии к компьютерным играм, раскрашивать фотографии и видеоролики «под Ван Гога» и рисовать картины. В начале года ученые представили систему ИИ, умеющую отличать родинки от рака кожи лучше самых опытных дерматологов.
Окден-Рэйнер и его коллеги развили эту идею дальше, создав систему машинного разума, способную определить продолжительность человеческой жизни по фотографиям его внутренних органов, полученных при помощи компьютерного томографа.
Эта программа представляет собой так называемую глубинную, или сверхточную нейросеть — многослойную структуру из нескольких десятков или сотен более простых нейросетей. Каждая из них обрабатывает не исходные данные, а продукты анализа, полученные сетью, расположенной выше, что позволяет упрощать очень сложные проблемы и решать их при помощи относительно скромных вычислительных ресурсов.
Эти сети не могут решать задачи сразу после их создания — как и людям, им приходится долго учиться на своих собственных ошибках, прежде чем они начнут получать правильные ответы.
Волшебство искусственного разума
Для подобного обучения Окден-Рэйнер и его коллеги использовали коллекцию из нескольких тысяч фотографий грудной клетки и брюшной полости, полученных при помощи томографа во время наблюдений за здоровьем 40 больных. Этого набора снимков, по словам ученых, хватило для того, чтобы их детище смогло достичь того уровня предсказаний, который обычно демонстрируют медики, пытающиеся «на глаз» определить сроки жизни своих пациентов.
Убедившись, что созданная ими система корректно предсказывает сроки жизни по фотографиям органов уже умерших пациентов, ученые проверили, как она справится с работой в «боевых» условиях. Для этого они набрали группу из восьми молодых и пожилых пациентов, просветили их грудную клетку при помощи томографа и наблюдали за их жизнью на протяжении последующих нескольких лет.
Как оказалось, программа действительно неплохо справлялась с возложенными на нее задачами — она корректно предсказала продолжительность жизни для 69% добровольцев, корректно выяснив, какие пациенты клиник умрут в ближайшие пять лет.
Так как ученые не знают, как работают подобные глубинные нейросети «изнутри» и как они приходят к полученным выводам, пока остается не вполне понятным, какие именно отличительные черты компьютер использует для предсказания смерти человека. При этом относительно высокая точность предсказаний для людей, страдавших от обструктивной болезни легких или сердечной недостаточности, говорит в пользу того, что подобные болезни сильнее всего влияли на «мнение» ИИ.
Расширение базы данных и подключение большего числа добровольцев к экспериментам, как надеются ученые, позволит заметно повысить качество предсказаний и сделать их более точными для людей, не страдающих от тяжелых болезней сердца и легких. Сейчас, по словам Окден-Рэйнера, его команда «тренирует» новую версию нейросети на базе фотографий 12 тысяч пациентов, что должно заметно повысить точность предсказаний.
