- CITY GUIDE
- PODCAST
-
17°
Τεχνητή νοημοσύνη προβλέπει ποιος θα εμφανίσει άνοια με ακρίβεια
Αναπτύχθηκε από Βρετανούς επιστήμονες
Bρετανικό σύστημα τεχνητής νοημοσύνης μπορεί να προβλέψει με ακρίβεια ποιοι άνθρωποι με προβλήματα μνήμης θα εμφανίσουν άνοια μέσα στα επόμενα δύο χρόνια.
Ένα νέο βρετανικό σύστημα τεχνητής νοημοσύνης μπορεί να προβλέψει με ακρίβεια 92% ποιοι άνθρωποι με προβλήματα μνήμης θα εμφανίσουν τελικά άνοια μέσα στα επόμενα δύο χρόνια. Πρόκειται για άλλη μία ένδειξη ότι η τεχνητή νοημοσύνη έχει τεράστιες δυνατότητες να καταστήσει εφικτή τη διάγνωση διαφόρων παθήσεων σε πιο πρώιμο στάδιο. Στόχος είναι όχι μόνο να γίνεται πιο έγκαιρα η διάγνωση της επερχόμενης άνοιας, αλλά και να μειωθεί ο αριθμός των ανθρώπων που εσφαλμένα διαγιγνώσκονται με άνοια.
Οι ερευνητές του Πανεπιστημίου του Έξετερ, με επικεφαλής τον καθηγητή Ντέηβιντ Λιούελιν, οι οποίοι έκαναν τη σχετική δημοσίευση στο αμερικανικό ιατρικό περιοδικό "JAMA Network Open", χρησιμοποίησαν στοιχεία από 15.307 άτομα με μέση ηλικία 72 ετών και με προβλήματα μνήμης (από τους οποίους οι 1.568 διαγνώστηκαν με Αλτσχάιμερ ή με άλλη μορφή άνοιας μέσα στην επόμενη διετία) για να "εκπαιδεύσουν" το νέο αλγόριθμο μηχανικής μάθησης, προκειμένου να αναγνωρίζει τα πρόδρομα συμπτώματα της άνοιας. Το "έξυπνο" σύστημα έμαθε να διακρίνει κρυμμένες ενδείξεις στα δεδομένα, που το ανθρώπινο μάτι, ακόμη κι ενός νευρολόγου ή άλλου ειδικού, αδυνατεί να αναγνωρίσει.
Επιπλέον, 130 διαγνώσεις (8% του συνόλου) αποδείχτηκαν εσφαλμένες, καθώς στη συνέχεια αναιρέθηκαν. Από αυτά τα ψευδώς θετικά περιστατικά άνοιας, ο αλγόριθμος κατάφερε να διαγνώσει σωστά ότι το 84% πράγματι δεν είχαν να κάνουν με άνοια. Συνεπώς το σύστημα μπορεί να διακρίνει όχι μόνο ποιος μπορεί να εμφανίσει νευροεκφύλιση εγκεφάλου στο μέλλον, αλλά και να βελτιώσει την ακρίβεια της διάγνωσης, έτσι ώστε να μην διαγιγνώσκεται ως ασθενής κάποιος που δεν είναι.
«Είμαστε πλέον σε θέση να διδάσκουμε τους υπολογιστές να προβλέπουν με ακρίβεια ποιός πρόκειται να εμφανίσει άνοια μέσα στα επόμενα δύο χρόνια. Επίσης με χαρά μας βλέπουμε ότι η μέθοδος μηχανικής μάθησης που αναπτύξαμε, είναι ικανή να εντοπίζει τους ασθενείς που μπορεί να έχουν λάβει εσφαλμένη διάγνωση της νόσου», δήλωσε ο Λιούελιν.
Το νέο σύστημα πρόκειται να μελετηθεί περαιτέρω, ώστε να αξιολογηθεί η πρακτική χρησιμότητα του και να επιβεβαιωθεί ότι μπορεί να βελτιώσει κλινικά τη διάγνωση και θεραπεία της άνοιας.
Πηγή: ΑΠΕ-ΜΠΕ
Ακολουθήστε την Athens Voice στο Google News κι ενημερωθείτε πρώτοι για όλες τις ειδήσεις
ΚΟΡΩΝΟΪΟΣ: Live updates - Τι πρέπει να ξέρουμε για τον κορωνοϊό- Συνεχής ενημέρωση εδώ
ΤΑ ΠΙΟ ΔΗΜΟΦΙΛΗ
ΔΙΑΒΑΖΟΝΤΑΙ ΠΑΝΤΑ
ΔΕΙΤΕ ΕΠΙΣΗΣ
Έμφαση σε στοχευμένες παρεμβάσεις που αναδεικνύουν συγκεκριμένα σημεία
Ελληνικές startups παρουσιάζουν καινοτόμες λύσεις στον χώρο της υγείας
Ταχεία αποκατάσταση, μειωμένος πόνος και υψηλή ασφάλεια
Ένας τρόπος ζωής που αλλάζει το βιολογικό ρολόι
Η υπερβολική έλξη στα μαλλιά μπορεί να επιβαρύνει το θύλακα της τρίχας
Δεν υπάρχει «μαγική» τροφή, αυτές είναι οι διατροφικές συνήθειες που συνδέονται με καλύτερο ύπνο
Παγκόσμια Εβδομάδα Γλαυκώματος 8-14 Μαρτίου
Έγκριση από την Ευρωπαϊκή Επιτροπή
Οι ειδικοί εξηγούν τις πιο συχνές αιτίες και πότε αυτό αποτελεί σύμπτωμα κάποιας πάθησης
Η επιστημονική εξήγηση για τις άσπρες τρίχες και τον πολλαπλασιασμό τους
Μάρτιος, μήνας αφιερωμένος στην ευαισθητοποίηση του κοινού για τον καρκίνο του παχέος εντέρου
Οι γονείς δεν πρέπει να πανικοβάλλονται όταν το μωρό ξυπνάει τη νύχτα ή κοιμάται λιγότερες ώρες
Επιστήμονες κρούουν τον κώδωνα του κινδύνου για την υπερβολική λήψη συμπληρωμάτων
Περίπου το 10,6% των ανθρώπων είναι αριστερόχειρες
MSD & Όμιλος ΒΙΑΝΕΞ ενώνουν δυνάμεις για την προστασία του ενήλικου πληθυσμού
H σπάνια ζωή συναντήθηκε με την τέχνη, τον πολιτισμό και τον δημόσιο διάλογο
Ανησυχητικά στοιχεία για κοκαΐνη, αμφεταμίνες και κάνναβη - Ιδιαίτερα αυξημένος ο κίνδυνος για άτομα κάτω των 55
Επιστήμονας απαντά στο αν πρέπει να δίνουμε σημασία στους εφιάλτες μας και πότε
Οι ερευνητές προσπαθούν να εξηγήσουν γιατί η νόσος εμφανίζεται συχνότερα και εξελίσσεται διαφορετικά στις γυναίκες.
Κόκορες, καμπάνες, κεριά και άνθρωποι που χτυπούσαν παράθυρα - όλες οι παλιές μέθοδοι του πρωινού ξυπνήματος.
Έχετε δει 20 από 200 άρθρα.