AI 90% exato para prever a morte por ataque cardíaco?

Compartilhe esta história!
image_pdfimage_print
Quando as companhias de seguros, planos de saúde, medicamentos, etc., implementam essa tecnologia, os pacientes verão uma discriminação desenfreada com base na pontuação de saúde da IA; afinal, quem venderia uma apólice de seguro de vida a alguém que morrerá em breve? ⁃ Editor TN

Algoritmos semelhantes aos empregados pela Netflix e pelo Spotify para personalizar serviços agora são melhores do que os médicos humanos ao identificar quem morrerá ou sofrerá um ataque cardíaco.

O aprendizado de máquina foi usado para treinar o LogitBoost, que, segundo seus desenvolvedores, pode prever mortes ou ataques cardíacos com uma precisão de 90 por cento.

Foi programado para usar variáveis ​​85 para calcular o risco para a saúde dos pacientes 950 dos quais foram alimentados exames e dados.

Pacientes com queixa de dor no peito foram submetidos a uma série de exames e testes antes de serem tratados pelos métodos tradicionais.

Seus dados foram posteriormente utilizados para treinar o algoritmo.

Ele 'aprendeu' os riscos e, durante os seis anos de acompanhamento, teve uma taxa de sucesso da 90 por cento na previsão de ataques cardíacos da 24 e mortes de 49 por qualquer causa.

O LogitBoost, programado para usar as variáveis ​​85 para calcular riscos à saúde de uma pessoa que estava com queixa de dor no peito. Os pacientes realizaram um exame de angiotomografia coronariana (CCTA) (foto), que reuniu o 58 dos pontos de dados

Serviços como o Netflix e os sistemas Spotify usam algoritmos de maneira semelhante para se adaptar a usuários individuais e oferecer uma aparência mais personalizada.

O autor do estudo, Luis Eduardo Juarez-Orozco, do Centro PET de Turku, na Finlândia, disse que esses avanços vão além da medicina.

Ele disse: 'Esses avanços estão muito além do que foi feito na medicina, onde precisamos ser cautelosos sobre como avaliamos riscos e resultados.

"Temos os dados, mas ainda não os estamos utilizando em todo o seu potencial".

Os médicos usam escores de risco para tomar decisões de tratamento - mas esses escores baseiam-se em apenas um punhado de variáveis ​​em pacientes.

Através da repetição e do ajuste, as máquinas usam grandes quantidades de dados para identificar padrões complexos que não são evidentes para os seres humanos.

O Dr. Juarez-Orozco disse: 'Os seres humanos têm muita dificuldade para pensar além de três ou quatro dimensões.

“No momento em que pulamos para a quinta dimensão, estamos perdidos.

"Nosso estudo mostra que padrões dimensionais muito altos são mais úteis que padrões unidimensionais para prever resultados em indivíduos e para isso precisamos de aprendizado de máquina".

Leia a história completa aqui…

Junte-se à nossa lista de endereços!


avatar
Subscrever
Notificar a