İngiltere, Danimarka ve Heidelberg Üniversitesi'nden bir araştırmacı ekibi, sadece bireyler için değil, aynı zamanda tüm nüfus grupları için de 1000'den fazla hastalık için hastalık risklerini tahmin edebilen bir AI modeli geliştirmiştir. Delphi-2m (iki milyon parametreli) adı verilen sistem, büyük ses modellerinde de kullanıldığı gibi bir transformatör mimarisine dayanmaktadır.
Önceki sistemler genellikle bireysel hastalıklarla sınırlıydı. Öte yandan Delphi-2m'nin birçok teşhis üzerindeki kalıpları tanıması ve “sağlık yörüngeleri” olarak adlandırılması gerekiyor-yani bireysel hastalık kursları. Araştırmacılara göre, modelleme geleceğe kadar 20 yıla kadar gidiyor. Sonuçlar Nature Journal'da yayınlandı.
Delphi -2m hastalık trauces, ölüme kadar bireysel tanıların tipik derslerini göstermeyi amaçlamaktadır.
(Resim: Shmatko ve ark.)
Delphi-2M, vücut kitle indeksi veya tüketim alışkanlıkları gibi faktörler de dahil olmak üzere İngiliz İngiltere Biobank'tan 400.000 hasta tarafından klinik verilerle eğitildi. Doğrulama için ekip 1.9 milyon kişiyle bir Danimarka kaydına başvurdu. İlk testler, kalp krizi, bazı tümörler veya mortalite riski altında olan sistemin, özel modeller olarak benzer şekilde güvenilir tahminler sağladığını göstermektedir. Delphie-2M ortalama olarak, 5 yıllık dönemde yaklaşık 0.85 öngörücü modellerle bir C-endtex'e ulaşır.
Teknoloji, klinik resimlerin karmaşık, düzensiz veya nadir olduğu, örneğin zihinsel bozukluklarda veya gebelik komplikasyonlarında sınırlara sahiptir. Örneğin, bu, nadir görülen hastalıklar hakkında daha az eğitim verisi vardır. Buna ek olarak, eğitim verileri henüz toplam nüfusu temsil etmemektedir, çünkü İngiltere Biobank esas olarak yaşlı ve İngiliz katılımcıların verilerini içermektedir.
“Hala geleceğin geleceği hakkında konuşuyoruz. Somut tıbbi uygulamanın yolu genellikle düşündüğünüzden daha uzundur. Tüm potansiyellerle, AI destekli bir cam top şovuna girmemeliyiz- en iyi modeller bile kalıpları tanımıyorlar, ancak hastalar için, bu tür tahminler kader kararları yoktur. Ranisch, “Tahminler. Potsdam Üniversitesi'nden dijitalleşmeye odaklanan genç bir tıbbi etiği profesörü. “Bu tür modellerin kullanımının hastanın kararının kapsamını içermemesi de önemlidir. Şimdideki özerkliğinizin sadece gelecekteki sağlık için amaçlanan bir tedavi rejimine tabi olmamalıdır. Bunun gerçekleşmediği durumlarda bile, tahmin etmek için belirli bir zorlama olacaktır.
Sigorta veya işverenlerde arzular
“Aynı zamanda, bu tür AI modellerinin yanlış arzuları uyandırdığı korkusu var-sigorta veya işverenlerde, özellikle de Almanya'nın ötesinde. O zaman tahminlerin aslında esnek olup olmadığı, ancak kesin öngörülebilirliğin yanılsaması hakkında daha azdır. Etik ve hukuk, genellikle” sağlıklı veya hasta ikili ve hasta ikili “, genellikle” dijital ve hasta ikili “, dijital”, “dijital”, genellikle dijital “,” […] Buna ek olarak, Ranisch, sağlıklı insanlar “yakında hasta” bir desene uyduğunda ne anlama geldiğine dair daha fazla soru ortaya çıkarır veya AI tahminleri için çeşitli kişisel veriler aniden alakalı ise sağlık bilgilerinin nasıl korunması gerektiği “.
“Teknolojinin kim ve nasıl kullanılması gerektiği sorusu söz konusu olduğunda, iki vaka arasında bir ayrım yapılmalıdır: tüm sağlık sistemindeki gelişmeleri tahmin etmek ve bireyler hakkında açıklama yapmak için kullanılmaktadır.” Birincisi nispeten sorunsuz olurdu, ikincisi durumunda, insanların “bilgi sahibi olmama” hakkına sahip oldukları düşünülmelidir-yani “hayatına neden olma veya hatta yaklaşan hastalıktan korkmama” hakkı.
(Mack)
Bir yanıt yazın