Sztuczna inteligencja lepsza od lekarzy w diagnozie chorób serca

Samodoskonaląca się sztuczna inteligencja potrafi z większym prawdopodobieństwem przewidzieć zbliżający się atak serca. Jest lepsza w tym od lekarzy. Zastosowanie podobnych algorytmów na masową skalę mogłoby uratować tysiące ludzi.

Każdego roku blisko 20 milionów osób umiera z powodu chorób sercowo-naczyniowych, w tym zawałów serca, udarów mózgu, zablokowanych tętnic i innych nieprawidłowości układu krążenia. Lekarze mają wiele narzędzi, dzięki którym mogą nas skutecznie leczyć. Teraz z pomocą przychodzi także sztuczna inteligencja.

W celu przewidzenia przypadków chorób sercowo-naczyniowych wielu lekarzy w USA stosuje wytyczne American College of Cardiology / American Heart Association (ACC / AHA), które zawierają się w ośmiu podstawowych czynnikach ryzyka. To między innymi wiek, ciśnienie krwi czy poziom cholesterolu.

– W systemach biologicznych istnieje wiele interakcji. Niektóre z nich są sprzeczne z intuicją. Na przykład w niektórych przypadkach duża ilość tłuszczu może chronić organizm przed chorobą serca. To jest rzeczywistość ludzkiego ciała. Dzięki komputerom możemy je badać – powiedział Stephen Weng, epidemiolog z University of Nottingham.

Weng i jego współpracownicy porównywali skuteczność wytycznych ACC / AHA ze skutecznością czterech samouczących się algorytmów. Wszystkie cztery algorytmy zaprzęgnięto do analizy ogromnej ilości danych, by programy same ustaliły wytyczne w celu predykcji chorób sercowo-naczyniowych. Dane pochodziły z elektronicznych rejestrów medycznych 378 256 pacjentów w Wielkiej Brytanii.

Algorytmy miały za zadanie z danych pochodzących z 2005 roku, wytypować osoby, u których pojawią się w ciągu dziesięciu lat choroby serca. Przewidywania porównany z danymi medycznymi z 2015 roku. Lekarze podczas diagnoz opierali się na wytycznych ACC / AHA. Maszyny na własnych, świeżo opracowanych technikach.

Wszystkie cztery algorytmy miały wyniki lepsze od lekarzy. Najlepszy z nich wykrył o 7,6 proc. przypadków choroby więcej. To ponad 350 osób, które miałyby szanse na uratowanie życia.

Badacze zauważyli, że algorytmy brały pod uwagę zupełne inne czynniki ryzyka niż te określone w wytycznych ACC / AHA. W krótkim czasie opracowały ich 22 i znalazły się tam też przyjmowane przez pacjenta leki czy choroby umysłowe. Z drugiej strony maszyny w ogóle nie brały pod uwagę cukrzycy, która według wspomnianych wytycznych ACC / AHA jest uznawana za jeden z głównych czynników.

 

Źródło: Science, fot. Pixabay