Prédire. Henri de Saint-Simon, le premier père de la technocratie, a défini le scientisme: «Un scientifique, mes chers amis, est un homme qui prévoit; c'est parce que la science fournit le moyen de prédire qu'il est utile et que les scientifiques sont supérieurs à tous les autres hommes.
Les compagnies d’assurance puniront les consommateurs avec cette technologie car elles mesurent le risque, souvent à tort, pour déterminer qui tombera malade de quelle maladie et à quel moment il mourra. L'étude suivante n'inclut pas l'analyse de l'ADN, mais cela viendra assez tôt. ⁃ Éditeur TN
Les scientifiques ont récemment formé un système d'IA afin d'évaluer une décennie de données de santé générale soumises par plus d'un demi-million de personnes au Royaume-Uni. Ensuite, ils ont demandé à l'IA de prédire si des personnes risquaient de mourir prématurément - autrement dit, plus tôt que l'espérance de vie moyenne - d'une maladie chronique, a-t-elle rapporté dans une nouvelle étude.
Les prédictions de mort prématurée qui ont été faites par les algorithmes d'IA étaient «significativement plus précises» que les prédictions fournies par un modèle qui n'utilisait pas l'apprentissage automatique, explique l'auteur principal de l'étude, le Dr Stephen Weng, professeur adjoint d'épidémiologie et de science des données à l'Université de Nottingham (ONU) au Royaume-Uni, déclaré dans un communiqué. [Les machines peuvent-elles être créatives? Rencontrez 9 artistes IA]
Pour évaluer la probabilité de mortalité prématurée des sujets, les chercheurs ont testé deux types d'IA: «l'apprentissage en profondeur», dans lequel des réseaux de traitement de l'information en couches aident un ordinateur à apprendre des exemples; et «forêt aléatoire», un type d'IA plus simple qui combine plusieurs modèles arborescents pour prendre en compte les résultats possibles.
Ensuite, ils ont comparé les conclusions des modèles d'IA aux résultats d'un algorithme standard, connu sous le nom de modèle Cox.
À l'aide de ces trois modèles, les scientifiques ont évalué des données dans la Biobanque britannique - une base de données à accès libre de données génétiques, physiques et de santé - soumise par plus de 500,000 entre 2006 et 2016. Au cours de cette période, près de 14,500 des participants sont décédés, principalement du cancer, de maladies cardiaques et respiratoires.
Différentes variables
Les trois modèles ont déterminé que des facteurs tels que l'âge, le sexe, les antécédents de tabagisme et un diagnostic antérieur de cancer étaient les principales variables pour évaluer la probabilité de décès prématuré d'une personne. Mais les modèles ont divergé sur d'autres facteurs clés, ont constaté les chercheurs.
Le modèle de Cox s’appuie fortement sur l’appartenance ethnique et l’activité physique, contrairement aux modèles d’apprentissage automatique. En comparaison, le modèle de forêt aléatoire a mis davantage l'accent sur Pourcentage de graisse corporelle, le tour de taille, la quantité de fruits et de légumes que les gens mangeaient et le teint de la peau, selon l’étude. Pour le modèle d'apprentissage en profondeur, les principaux facteurs étaient l'exposition aux risques liés au travail, la pollution de l'air, la consommation d'alcool et l'utilisation de certains médicaments.
Lorsque tous les calculs ont été effectués, l'algorithme d'apprentissage en profondeur a fourni les prévisions les plus précises, en identifiant correctement le pourcentage 76 de sujets décédés au cours de la période d'étude. En comparaison, le modèle de forêt aléatoire a correctement prédit environ 64 pour cent des décès prématurés, alors que le modèle de Cox n’indiquait qu’environ 44.
Ce n'est pas la première fois que des experts exploitent le pouvoir prédictif de l'IA pour les soins de santé. En 2017, une autre équipe de chercheurs a démontré que l'IA pouvait apprendre à détecter les premiers signes de la maladie d'Alzheimer; leur algorithme a évalué des scanners du cerveau pour prédire si une personne serait susceptible de développer la maladie d'Alzheimer, et il l'a fait avec une précision d'environ 84%, Live Science indiqué précédemment.
Une autre étude a révélé que l'IA pouvait prédire l'apparition de l'autisme chez les bébés de 6 âgés de un mois présentant un risque élevé de développer la maladie. Encore une autre étude pourrait détecter signes de diabète envahissant par l'analyse des scanners de la rétine; et un autre, utilisant également des données obtenues à partir d'analyses de la rétine, a prédit la probabilité qu'un patient crise cardiaque ou accident vasculaire cérébral.
wpDiscuz