Inteligência artificial agora pode saber se você vai morrer prematuramente, entenda

Cientistas treinaram um sistema de inteligência artificial (IA) para avaliar quase uma década de dados relacionados à saúde de meio milhão de pessoas no Reino Unido. Após a inserção dos dados, a IA foi incumbida de calcular se os indivíduos correm o risco de ter mortes prematuras devido à doenças crônicas.

O experimento com a IA foi relatado em um novo estudo recentemente e publicado na revista científica PLOS ONE. As previsões de mortes prematuras feitas pela inteligência artificial se mostraram “significativamente mais precisas” do que previsões realizadas por um modelo que não utilizou o aprendizado feito pela máquina. O estudo foi liderado Stephen Weng, professor assistente de epidemiologia e com dados da Universidade de Nottingham no Reino Unido.

Os testes

Dois tipos de inteligência artificiais foram testados pelos cientistas para avaliar a probabilidade de morte prematura dos indivíduos. Uma IA de “aprendizagem profunda”, a qual as redes de processamento de informações em camadas ajudam o computador a aprender com exemplos. A outra é uma IA mais simples. Esta é chamada de “floresta aleatória”, tem como mecanismo uma combinação de vários modelos para considerar possíveis resultados.

Depois dos testes, os pesquisadores compararam as conclusões dos dois modelos de IA com os resultados de um algoritmo padrão, conhecido como Modelo de Cox. Com os três modelos, foram avaliados os dados de um banco de dados de livre acesso de dados genéticos, físicos e de saúde chamado UK Biobank.

Essa banco de dados reúne dados de mais de 500 mil pessoas, coletados entre 2006 e 2016. Nesse período, cerca de 14.500 dos participantes morreram. As principais causas dessas mortes foram câncer, doenças cardíacas e doenças respiratórias.

As variáveis

Os três modelos utilizados pelos cientistas determinaram que fatores como idade, sexo, histórico de tabagismo e diagnósticos precoces de câncer foram as principais variáveis para avaliar a probabilidade de morte prematura de uma pessoa. Entretanto, em outros fatores-chave, os modelos divergiram, segundo os pesquisadores.

O modelo de Cox se baseou em fatores como etnicidade e atividade física, já os modelos de IA não. O modelo floresta aleatória deu maior ênfase na porcentagem de gordura corporal, mais precisamente na circunferência da cintura, quantidade de frutas e legumes que as pessoas ingeriam e o tom de suas peles, segundo o estudo.

Já o modelo de aprendizagem profunda, os principais fatores incluíam exposição à riscos relacionados ao trabalho e à poluição do ar, ingestão de álcool e o uso de alguns tipos de medicações.

Quando os dados foram processados, o algoritmo de aprendizagem profunda foi capaz de fornecer previsões mais precisas. Essa IA conseguiu identificar corretamente 76% dos indivíduos que morreram durante o estudo. A IA floresta aleatória previu corretamente 64% das mortes  prematuras. Já o modelo de Cox apenas 44%.

Esta não é a primeira vez que IA são utilizadas para auxiliar os cientistas na previsão e disgnósticos de saúde. Em 2017, uma outra equipe de pesquisadores utilizou uma IA para aprender a detectar sinais prematuros da doença de Alzheimer.

A máquina avaliou varreduras cerebrais para conseguir identificar se uma pessoa teria probabilidade de desenvolver Alzheimer. Os resultados foram surpreendentes. A IA conseguiu prever com cerca de 84% de precisão, o estudo publicado na revista Neurobiology of Aging.

Então pessoal, o que acharam da matéria? Deixem nos comentários a sua opinião e não esqueçam de compartilhar com os amigos.