Método permite predecir la muerte prematura con 84% de exactitud
Investigadores médicos han explorado la habilidad de la Inteligencia Artificial (IA) para predecir la muerte prematura de una persona. Los científicos entrenaron a un sistema de IA con la información de salud de más de medio millón de personas en el Reino Unido. Posteriormente le preguntaron al sistema cuáles individuos tenían mayor riesgo de morir de forma prematura, es decir menos que el promedio de vida de este país.
Las predicciones de muerte prematura que fueron hechos por la IA fueron significativamente más exactos que las predicciones realizadas por un modelo que no utilizaba aprendizaje automático. Esto lo aseguró el Dr. Stephen Weng, autor del estudio y profesor asistente de Epidemiología y Ciencia de Datos en la Universidad de Nottingham.
Para evaluar la probabilidad de la mortalidad prematura de los individuos, los científicos probaron dos modelos de IA. El aprendizaje profundo, en la que redes de procesamiento de información ayudan a una computadora a aprender de ejemplos; y un algoritmo conocido en español como bosques aleatorios, un tipo simple de IA que combina múltiples modelos de árboles predictores para considerar posibles resultados.
Posteriormente, compararon las conclusiones del modelo de IA con un algoritmo estándar, conocido como modelo Cox. Usando estos tres modelos, los científicos evaluaron la información del Biobanco de Reino Unido, una base de datos de acceso abierto que contiene información genética, física y de salud de más de medio millón de personas. Se evaluó la información de 2006 a 2016, al menos 14 mil 500 individuos murieron en ese tiempo, principalmente de cáncer, enfermedades cardíacas y respiratorias.
Los tres modelos determinaron que los factores como la edad, el género, si se era fumador y haber sido diagnosticado con cáncer eran las variables más importantes para determinar la muerte prematura de una persona. Pero los modelos divergieron en otros factores clave.
El modelo Cox se enfocó principalmente en la etnicidad y la actividad física, mientras que esto no fue prioritario para los modelos de aprendizaje automático. En comparación, el modelo de bosques aleatorios puso mayor énfasis en el porcentaje de grasa corporal, la medida de la cintura, la cantidad de frutas y vegetales que se comían y tono de piel.
Mientras tanto, el modelo de aprendizaje profundo se enfocó en los peligros relacionados al trabajo, contaminación del aire, consumo de alcohol y el uso de algunos medicamentos. Este algoritmo fue el que realizó las predicciones más acertadas, identificando correctamente al 76 por ciento de personas que murieron durante el periodo del estudio. En comparación, el modelo de bosques aleatorios predijo 64 por ciento de las muertes y el de Cox solo predijo 44 por ciento.
Inteligencia Artificial ya es capaz de predecir otras enfermedades
Esta no es la primera vez que los expertos han analizado el poder de predecir de la IA. En 2017 se demostró que estos sistemas podían detectar síntomas de Alzheimer. El algoritmo evaluó imágenes de escáneres cerebrales para predecir si una persona podría desarrollar esta enfermedad y lo logró con una efectividad del 84 por ciento.
Otro estudio también demostró que la IA podía predecir cuáles bebés de seis meses tenían mayores posibilidades de desarrollar autismo. Otro también predijo las probabilidades de pacientes que podrían experimentar un ataque al corazón o embolia.
Los resultados de este estudio fueron publicados el 27 de marzo en PLOS ONE y se espera que este análisis pueda ayudar a desarrollar mayores avances en este ámbito científico.
Con información de Live Science.
