Sztuczna inteligencja typuje kto umrze na COVID-19. Szokujący algorytm

Co mają ze sobą wspólnego sztuczna inteligencja i koronawirus SARS-CoV-2? Naukowcy stworzyli nowy algorytm typujący kto umrze na COVID-19 i kto będzie potrzebował respiratora. Dane zbierane i analizowane przez AI mają być wykorzystane m.in. w planowaniu programu szczepień w Danii.

Sztuczna inteligencja ponownie będzie wykorzystana do walki z koronawirusem. Naukowcy z Uniwersytetu Kopenhaskiego opracowali algorytm sztucznej inteligencji, który jak twierdzą, potrafi z 90 proc. skutecznością przewidzieć, kto może umrzeć z powodu zakażenia COVID-19. Apelują, by zbierane w ten sposób dane wykorzystać do organizacji programu szczepień i ustalania kolejności szczepień.

Sztuczna inteligencja kontra COVID-19

Media przypominają, że sztuczna inteligencja była już wcześniej wykorzystywana przez lekarzy w leczeniu patogenu z Wuhan. Jednak nowy algorytm skuteczniej ocenia ryzyko ciężkiego przebiegu COVID-19 i śmierci z powodu powikłań. Powstał na bazie danych 3944 pacjentów z Danii. Potrafi wytypować najbardziej zagrożone osoby, zanim nawet jeszcze dojdzie do zakażenia koronawirusem. Co więcej, algorytm podobno z 80 proc. skutecznością przewiduje, kto będzie potrzebował podpięcia do respiratora.

Sztuczna inteligencja zaprojektowana przez badaczy z Kopenhagi bierze pod uwagę czynniki zwiększające ryzyko zgonu i ciężkiego przebiegu choroby. Jak wyjaśnia Free Press Journal, za najważniejsze z nich uznaje wskaźnik masy ciała BMI, wiek, płeć, choroby współistniejące (np. cukrzyca, problemy neurologiczne) oraz ciśnienie krwi. Badacze chcą, by ich technologia została wkrótce wdrożona w szpitalach w stolicy Danii. Zaznaczyli, że aby ich sztuczna inteligencja była skuteczna, musi mieć pełny dostęp do danych wszystkich pacjentów, głównie tych zainfekowanych koronawirusem.

Nasze wyniki można także wykorzystać do precyzyjnej identyfikacji osób potrzebujących szczepień – zapewnia Nielsen. (tech.wp.pl)

Sztuczna inteligencja w medycynie

Współautor pracy opublikowanej w piśmie “Scientific Reports” prof. Mads Nielsen powiedział, że programując nowy algorytm jeszcze podczas pierwszej fali epidemii, badacze chcieli stworzyć modele wspierające szpitale. Komputerowy model uczy się coraz lepszego typowania, analizując m.in. podobieństwa w danych dotyczących chorób pacjentów.

Badacz uważa, że z wykorzystaniem ich algorytmu powinno się przenosić osoby z grupy ryzyka bliżej początku kolejki szczepień. Podkreśla jednak, że żaden algorytm nie zastąpi wiedzy i praktyki lekarza, ale może usprawnić jego pracę.