Искусственный интеллект все чаще применяют в медицине для помощи в постановке диагноза, анализа рентгеновских снимков и кардиограмм, определения индивидуальных рисков. Научные сотрудники российской компании Gero и МФТИ обучили нейросети предсказывать вероятность смерти на основе данных фитнес-трекера. Исследование опубликовано в журнале Scientific Reports.
Старение с биологической точки зрения — это увеличение риска болезней и смерти с каждым прожитым годом: в среднем они удваиваются каждые восемь лет. При этом у двух отдельных людей с одинаковой датой рождения биологический возраст может отличаться больше, чем на десяток лет. Поэтому исследования по замедлению старения делятся на два важных направления: своевременная диагностика возрастных изменений и их терапия.
Рассказывает Петр Федичев, заведующий лабораторией моделирования биологических систем МФТИ и научный директор Gero: «Нам удалось показать, что искусственный интеллект позволяет неинвазивно оценить биологический возраст испытуемых и вероятность наступления смерти. Для достоверных результатов не требуются медицинские анализы — достаточно данных о движениях человека, записанных фитнес-трекером».
Искусственный интеллект уже применяют в анализе кардиограмм, в диагностике болезней легких по рентгеновским снимкам, с его помощью определяют биологический возраст по данным компьютерной томографии, ставят диагноз и предсказывают риски смертности по медицинским историям болезни. Ученые использовали возможности этой технологии, чтобы создать удобный инструмент мониторинга, который может оценить общее состояние организма человека и следить за изменением уровня риска еще до того, как тот сдаст какие-либо анализы.
В работе исследователи опирались на медицинские данные 10 000 человек, собранные в 2003-2006 годах в ходе национального исследования NHANES в США. В базе данных содержится информация о том, как люди с разным состоянием здоровья двигались во время непрерывного ношения фитнес-трекера: как часто переходили от движения к состоянию покоя, сколько шагов прошли, какая интенсивность физических нагрузок была максимальной. С помощью алгоритмов глубокого обучения нейронную сеть научили выявлять неблагоприятные тенденции: связывать определенные паттерны, повторяющиеся последовательности движений с данными медицинских историй и показателями анализов. Искусственный интеллект отлично справился с задачей: выявил испытуемых из группы повышенного риска и определил их биологический возраст точнее, чем традиционные методы, применяемые в исследованиях старения.
Ученые рассчитывают, что разработанный ими алгоритм будет полезен медицинским организациям и страховым компаниям, которые смогут дистанционно выявлять людей из группы риска и оптимизировать работу с ними. В компании разработали прототип мобильного приложения на основе алгоритма, Gero Lifespan, бета-версию которого уже можно установить на смартфон.
