Ο αλγόριθμος μηχανικής μάθησης ξεπερνά τις υπάρχουσες μεθόδους για την πρόβλεψη του κινδύνου οστεοπόρωσης. Υπόσχεται έγκαιρη διάγνωση και θεραπεία της νόσου.
Η οστεοπόρωση είναι δύσκολο να διαγνωστεί στα αρχικά της στάδια και γι’ αυτό δικαίως ονομάζεται «σιωπηλή ασθένεια». Τι θα γινόταν όμως αν η τεχνητή νοημοσύνη μπορούσε να βοηθήσει στην πρόβλεψη της οστεοπόρωσης πριν καν επισκεφτείτε έναν ειδικό;
Αλγόριθμος Deep Machine Learning
Αυτό είναι το όραμα των ερευνητών στο Πανεπιστήμιο Tulane στη Λουιζιάνα, οι οποίοι ανέπτυξαν έναν αλγόριθμο βαθιάς μηχανικής μάθησης που αποδείχθηκε ανώτερος από τις υπάρχουσες υπολογιστικές μεθόδους για την πρόβλεψη του κινδύνου οστεοπόρωσης. Ο αλγόριθμος, που προτάθηκε σε πρόσφατο άρθρο στο επιστημονικό περιοδικό Frontiers in Artificial Intelligence, θα μπορούσε να διευκολύνει την έγκαιρη διάγνωση της οστεοπόρωσης και να οδηγήσει σε καλύτερα αποτελέσματα για άτομα με αυξημένο κίνδυνο οστεοπόρωσης, σύμφωνα με τους δημιουργούς του.
Τα μοντέλα βαθιάς μηχανικής μάθησης έχουν γίνει εξαιρετικά δημοφιλή τα τελευταία χρόνια λόγω της ικανότητάς τους να μιμούνται τα ανθρώπινα νευρωνικά δίκτυα και να ανιχνεύουν συγκεκριμένα μοτίβα και τάσεις σε μεγάλες βάσεις δεδομένων με τρόπο «αυτοεκμάθησης».
Ξεπερνά τα πέντε άλλα μοντέλα πρόβλεψης
Χρησιμοποιώντας δεδομένα από περισσότερους από 8.000 συμμετέχοντες ηλικίας 40 ετών και άνω στη Μελέτη Οστεοπόρωσης της Λουιζιάνα, οι ερευνητές του Πανεπιστημίου Tulane συνέκριναν το προηγμένο μοντέλο που ανέπτυξαν με τέσσερις παραδοσιακούς αλγόριθμους μηχανικής μάθησης, καθώς και παραδοσιακά μοντέλα παλινδρόμησης. Όπως είδαν, το μοντέλο τους είχε την καλύτερη προγνωστική απόδοση (μετρούμενη από την ικανότητά του να εντοπίζει θετικά παραδείγματα και να αποφεύγει λάθη).
Εντοπίστε έγκαιρα τους κινδύνους και λάβετε έγκαιρα προληπτικά μέτρα
«Όσο νωρίτερα εντοπίζεται ο κίνδυνος οστεοπόρωσης, τόσο περισσότερο χρόνο έχουν οι ασθενείς για να λάβουν προληπτικά μέτρα», δήλωσε ο επικεφαλής συγγραφέας της μελέτης Chuan Qiu, επίκουρος καθηγητής στο Κέντρο Βιοϊατρικής Πληροφορικής και Γονιδιωματικής στην Ιατρική Σχολή του Πανεπιστημίου Tulane ότι το μοντέλο μας ξεπέρασε άλλα μοντέλα στην ακριβή πρόβλεψη του κινδύνου οστεοπόρωσης. “
Οι 10 πιο σημαντικοί παράγοντες πρόβλεψης κινδύνου
Μέσω της μελέτης, οι ερευνητές εντόπισαν επίσης τους 10 πιο σημαντικούς παράγοντες στην πρόβλεψη του κινδύνου οστεοπόρωσης: βάρος, ηλικία, φύλο, δύναμη λαβής, ύψος, κατανάλωση μπύρας, διαστολική αρτηριακή πίεση, γενική κατανάλωση αλκοόλ, κάπνισμα και οικονομική κατάσταση.
