Secondo un articolo pubblicato su Scientific Reports, i biologi australiani hanno creato un sistema di intelligenza artificiale (AI) in grado di prevedere la durata della vita di una persona con una precisione del 69% da una singola fotografia dei suoi organi.
"Cuculo" cibernetico
Negli ultimi anni, grazie allo sviluppo della matematica e alla crescita della potenza di calcolo dei computer, gli scienziati hanno l'opportunità di creare reti neurali complesse, sistemi di intelligenza artificiale in grado di svolgere compiti non banali e persino "pensare" in modo creativo, creando nuovi esempi di arte e tecnologia.
Ad esempio, solo nell'ultimo anno, gli scienziati hanno creato un'intelligenza artificiale in grado di giocare all'antico gioco cinese "innumerevole" del Go, cercare nei giornali gli eventi più importanti della storia, scrivere copioni per giochi per computer, colorare fotografie e video "come Van Gogh" e disegnare immagini. All'inizio dell'anno, gli scienziati hanno svelato un sistema di intelligenza artificiale in grado di distinguere i nei dal cancro della pelle meglio dei dermatologi più esperti.
Oakden-Rainer ei suoi colleghi hanno portato avanti questa idea, creando un sistema di intelligenza artificiale in grado di determinare la durata della vita di una persona dalle fotografie dei suoi organi interni ottenute con un tomografo computerizzato.
Questo programma è una cosiddetta rete neurale profonda o ultra precisa: una struttura multistrato di diverse decine o centinaia di reti neurali più semplici. Ciascuno di essi non elabora dati grezzi, ma prodotti di analisi ottenuti dalla rete situata sopra, che consente di semplificare problemi molto complessi e risolverli utilizzando risorse computazionali relativamente modeste.
Queste reti non possono risolvere i problemi immediatamente dopo essere state create: come gli esseri umani, devono imparare dai propri errori per molto tempo prima di iniziare a ottenere le risposte giuste.
Video promozionale:
La magia dell'intelligenza artificiale
Per tale formazione, Oakden-Rainer ei suoi colleghi hanno utilizzato una raccolta di diverse migliaia di fotografie del torace e dell'addome scattate con uno scanner tomografico durante le osservazioni sulla salute di 40 pazienti. Questo insieme di immagini, secondo gli scienziati, era sufficiente perché il loro frutto fosse in grado di raggiungere il livello di previsioni che i medici di solito dimostrano quando cercano di determinare "a occhio" la durata della vita dei loro pazienti.
Dopo essersi assicurati che il sistema che hanno creato preveda correttamente la durata della vita dalle fotografie degli organi di pazienti già morti, gli scienziati hanno verificato come avrebbe affrontato il lavoro in condizioni di "combattimento". Per fare questo, hanno reclutato un gruppo di otto pazienti giovani e anziani, hanno illuminato il loro petto con un tomografo e hanno osservato le loro vite negli anni successivi.
Come si è scoperto, il programma ha affrontato davvero bene i compiti assegnati: ha previsto correttamente l'aspettativa di vita per il 69% dei volontari, scoprendo correttamente quali pazienti nelle cliniche sarebbero morti nei prossimi cinque anni.
Poiché gli scienziati non sanno come funzionano queste reti neurali profonde "dall'interno" e come giungono alle conclusioni, non è chiaro esattamente quali caratteristiche distintive il computer utilizzi per prevedere la morte di una persona. Allo stesso tempo, l'accuratezza relativamente elevata delle previsioni per le persone che soffrono di broncopneumopatia ostruttiva o insufficienza cardiaca, parla a favore del fatto che tali malattie hanno influenzato in modo più forte l '"opinione" dell'IA.
L'espansione del database e il coinvolgimento di più volontari negli esperimenti, sperano gli scienziati, migliorerà in modo significativo la qualità delle previsioni e le renderà più accurate per le persone che non soffrono di gravi malattie cardiache e polmonari. Ora, secondo Oakden-Rainer, il suo team sta "addestrando" una nuova versione della rete neurale basata sulle fotografie di 12mila pazienti, il che dovrebbe migliorare notevolmente l'accuratezza delle previsioni.
