- 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
Mε δεδομένα από περισσότερα από 1.300 άτομα
Είμαστε τελικά ό,τι αποβάλλουμε;
Χάρη στην εφαρμογή προγραμμάτων εμβολιασμού, η βρεφική επιβίωση έχει βελτιωθεί κατά περίπου 40%
Δεν πρόκειται απλά για βιολογική ανάγκη, αλλά είναι αποτέλεσμα σύνθετων αλληλεπιδράσεων στον εγκέφαλο
Περίπου 1 στις 5 λανθασμένες απαντήσεις κρίθηκε δυνητικά επικίνδυνη
Τι αναφέρει ο καθηγητής του ΑΠΘ Γρηγόρης Χατζημαυρουδής
Τα πλεονεκτήματα της ανάστροφης ολικής αρθροπλαστικής
Πρόληψη και θεραπεία της επικονδυλίτιδας
Οι βιολογικοί μηχανισμοί πίσω από τη δράση της
Όσα υπάρχουν μέσα στις συσκευασίες που εμπιστευόμαστε καθημερινά και ούτε που το φανταζόμασταν
Η καλή είδηση είναι ότι η συνήθεια μπορεί να αλλάξει
Όταν οι σκέψεις κάνουν κύκλους και κλέβουν την ηρεμία μας λίγο πριν κοιμηθούμε
Το σώμα αντιδρά έντονα ακόμη και σε μικρές αλλαγές στην αναπνοή
Έκκληση του Συλλόγου Ασθενών «Εριφύλη» προς το υπουργείο Υγείας
Ποιες είναι οι διαφορές ανάμεσα στην οστεοπόρωση και την οστεοπενία
Οι καθημερινές συνήθειες που μπορεί να επιδεινώσουν το πρόβλημα
Το να κρύβετε συνεχώς πληροφορίες επιβαρύνει την ψυχική σας υγεία - Πώς να το διαχειριστείτε
Όταν θέλετε να μείνετε όρθιοι όλη τη νύχτα, αλλά να γλιτώσετε το hangover
Το δώρο του χρόνου στη ζωή μας. Σημειώσεις για μια καλύτερη καθημερινότητα
Οι εργασίες γραφείου είναι ο εχθρός Νο1
Έχετε δει 20 από 200 άρθρα.