La adopción del AI en diagnosis y el pronóstico de la enfermedad podía ayudar a ampliar las vidas de la gente

La adopción de la inteligencia artificial en la diagnosis y el pronóstico de la enfermedad podía ayudar a ampliar las vidas de la gente mientras que ofrecía los ahorros importantes para NHS.

Esto está según los investigadores de la universidad de Cardiff que han proporcionado las pruebas que obligaban que mostraban a las ventajas que las técnicas avanzadas pueden traer a las evaluaciones de riesgos en pacientes.

En un nuevo estudio publicado en PLOS UNO, las personas de investigadores han demostrado cómo la inteligencia artificial puede proveer de un pronóstico igualmente exacto y seguro para los pacientes enfermedad cardiovascular, comparado a los métodos tradicionales.

Las técnicas de máquina-aprendizaje que utilizaron no requirieron ninguna experiencia o la acción recíproca humana y por lo tanto venció un atascamiento importante en el proceso.

El co-autor del profesor Craig Currie del estudio, de la Facultad de Medicina de la universidad de Cardiff, dijo: “Si podemos refinar estos métodos, permitirán que determinemos mucho anterior a esa gente que requiera dimensiones preventivas. Esto ampliará las vidas de la gente y conservará los recursos de NHS.”

En una era de remedio prueba-basado, el uso de estadísticas se ha convertido en una parte crucial de estimar los riesgos de ciertos tipos de enfermedad.

Tradicionalmente, los clínicos y los estadísticos han enfocado esta tarea manualmente desarrollando ecuaciones matemáticas. Sin embargo, la inteligencia artificial ofrece las técnicas que pueden destapar asociaciones complejas en los datos.

“Aunque tenemos ya métodos de confianza de la gente del pronóstico según su grado de riesgo de acciones serias del corazón, maneras de las promesas de la inteligencia artificial nuevas de interrogar datos y la probabilidad de una clasificación del riesgo más segura,” profesor Currie continuó.

En su estudio, las personas trialed una técnica conocida como la programación genética (GP) - un método inspiradas por la evolución en naturaleza por el que los programas de computadora se codifiquen como equipo de los genes que entonces se modifican o se desarrollan iterativo.

El GP es ventajoso sobre los algoritmos producidos por los seres humanos en que reduce en diagonal y la posibilidad del desvío humano, mientras que al mismo tiempo tiene en cuenta ningunos cambia en el ambiente que se integrará automáticamente en fórmulas matemáticas.

Una ventaja de esta aproximación determinada es que las asociaciones complejas destapadas por inteligencia artificial de los datos se pueden hacer transparentes a los clínicos, significando que no hay necesidad de ellos de divergir de su práctica existente.

En el estudio las personas utilizaron al GP para fijar los riesgos futuros de una acción cardiovascular, tales como muerte cardiovascular, recorrido no fatal o infarto del miocardio no fatal, hacia adentro sobre 3.800 pacientes cardiovasculares, envejecidos 19-83, durante un período de 10 años.

Los algoritmos de máquina-aprendizaje utilizaron a un total de 25 calculadores tomados de datos pacientes, incluyendo edad, sexo, BMI, el alcohol y la presión del uso que fumaba y arterial.

Los resultados mostraron que los algoritmos de máquina-aprendizaje podrían realizarse comparable a los métodos tradicionales al predecir el riesgo se asoció a los pacientes individuales.

¿Co-autor del profesor Irena Spasi del estudio? , de la escuela de la universidad de Cardiff de informática y de la informática, dijo: “La capacidad de interpretar las soluciones ofrecidas aprendiendo de máquina ha refrenado hasta ahora la tecnología en términos de integración en práctica clínica.

“Sin embargo, a la luz del resurgimiento reciente de redes neuronales, es importante no echar a un lado línea otros métodos del aprendizaje de máquina, especialmente los que ofrezcan la diapositiva tal como árboles genéticos de la programación o de decisión. Con todo estamos observando para utilizar la inteligencia artificial de ayudar a expertos humanos y de no sacarlos de la ecuación en conjunto.”

Fuente: http://www.cardiff.ac.uk/