Газета выходит с 1995 года!
 

Может ли машина предсказать смерть?

Абрахам де Муавр, французский математик и сторонник теории вероятности, стал первым человеком, предсказавшим день собственной смерти. Когда ему было 87 лет, в определенный момент он заметил, что начал спать на 15 минут дольше. Он предположил, что когда все эти лишние 15 минут сложатся в 24 часа, он умрет. Так и случилось: он умер 27 ноября 1754 года.

С тех пор многие исследователи пытались использовать статистику, чтобы вычислить дату смерти. Прошло 250 лет, а наука предсказания смерти все топталась на месте. С появлением аналитики Больших данных снова всплыли вопросы, которые задавал де Муавр: можно ли использовать математику для предсказания времени смерти? Захотят ли люди знать, в какой день они умрут? Недавние исследования дали положительный ответ на оба вопроса.

Даже те врачи, которые близко знакомы со своими пациентами и их болезнями, редко могут спрогнозировать их судьбу. В ходе исследования, проведенного врачом и социологом Николасом Христакисом и опубликованном в BMJ в 2000 году, 300 врачам предложили сказать, сколько пациентов, отправленных ими в хоспис, справится с неизлечимой болезнью. Цифра, которую они назвали, превысила реальные показатели в пять раз. В своей книге «Предсказание смерти» Христакис назвал это явление «ритуализацией оптимизма». Большинство врачей просто избегают разговоров о конце жизни и склонны надеяться на лучшее.

Эксперты уже применяют углубленную аналитику в разных областях здравоохранения. Рубен Амаразингхам, врач и бывший гендиректор Парклендского центра клинических инноваций в Далласе, один из ведущих мировых экспертов в области изучения и применения предиктивного моделирования. На основании его алгоритмов можно выяснить, насколько высок риск повторной госпитализации пациента.

Алгоритмы машинного обучения запрограммированы таким образом, что сами могут отбирать, анализировать и делать выводы из огромных объемов данных, повышая вероятность точного предсказания. Их можно применять в самых разных сферах, начиная от вариантов покупок на Amazon и заканчивая расстановкой игроков на бейсбольном поле.

Вдохновленные такими успехами, врачи и исследователи начали использовать машинное обучение для предсказания риска и времени возможной смерти пациентов. На недавнем ежегодном саммите Коалиции по трансформированию профессионального ухода реаниматолог Зияд Обермейер сделал интересное заявление: «Когда люди начинают вести предсмертные разговоры в реаниматологии, уже слишком поздно. Нам нужны – и они у нас есть – методы предсказания смертности, которые основываются на электронных данных».

Обермейер использует машинное обучение для предсказания смерти людей, больных раком. Его алгоритмы способны выделить группу людей, которые умрут в течение года. По эффективности подобные алгоритмы намного превосходят популярные прогностические инструменты риска.

Многие скептики утверждают, что даже старым алгоритмам под силу делать точные предсказания, потому что сегодня доступно огромное количество электронных данных. Например, в основе алгоритмов Амаразингхама лежат такие социально-экономические переменные, как доступ к транспорту и полноценное питание.

Однако с точки зрения Обермейера, данные нужно уметь анализировать, интерпретировать и применять. Главную роль здесь играют именно алгоритмы, а не объем данных. Машина способна обрабатывать тысячи, сотни тысяч вероятностей и сочетать их самыми неожиданными способами. Кроме того, существует вероятность предсказания среднего риска для определенной группы пациентов, что заставляет врачей и пациентов говорить: «Меня это не коснется». Алгоритмы машинного обучения умеют предсказывать риск смерти конкретного человека.

Только представьте, как изменится отношение пациентов и врачей к их состоянию, если они узнают о вероятности смерти в течение года. Исследования показали, что половина пациентов хочет знать точный прогноз. Многим это необходимо, чтобы принять последние и важные для них решения.

Благодаря терминам «точная медицина» и «помощь, ориентированная на пациента» мы привыкаем к самой идее персонализации здравоохранения. И ключ к этому – точный прогноз. Машинное обучение и другие алгоритмы помогут нам освободиться от желания продлить жизнь и вместо этого просто наслаждаться каждым днем.

Информационная служба 7days.us

sotnik-tv.com
ПОХОЖИЕ СТАТЬИ

Как удалить голосовые запросы, записанные Google

Вы, наверное, знаете, что Google отслеживает все запросы, что вы вводите в строку поиска, так же, как и то, что он сканирует вашу электронную почту, чтобы «проанализировать содержание». Однако кое о чем вы можете не догадываться. Google также записывает то, что вы говорите, правда, это совсем не связано с прослу
подробнее

Apple Watch: 25 полезных фактов

Долгожданные Apple Watch, наконец-то, поступят в продажу 24 апреля, и вы можете их приобрести за $349 (или $10,000, если вам больше не на что их потратить).  Но поможет ли этот гаджет развить популярность «умных» часов, или станет очередным наручным приспособлением, которое стоит слишком дорого и делает слишком мал
подробнее

Мир будущего Intel

Производитель микропроцессоров компания Intel продемонстрировала, возможно, самый удивительный пример сетевого мира (connected world) на Международной выставке потребительской электроники в Лас-Вегасе (CES), в который входили дроны, «умные» двери, пиджаки, помогающие видеть, и чипы размером с пуговицу. Основной
подробнее