Κάθε χρόνο περίπου 20 εκατομμύρια άνθρωποι πεθαίνουν από καρδιαγγειακές νόσους. Για καλή μας τύχη όμως μια ομάδα από το Πανεπιστήμιο του Nottingham, αναπτύσσει έναν αλγόριθμο ο οποίος μπορεί να προβλέψει την πιθανότητα να πάθει κάποιος καρδιακή προσβολή, το ίδιο καλά ή και καλύτερα από έναν γιατρός. Στο παρελθόν, τo American College of Cardiology/ American Heart […]
Κάθε χρόνο περίπου 20 εκατομμύρια άνθρωποι πεθαίνουν από καρδιαγγειακές νόσους. Για καλή μας τύχη όμως μια ομάδα από το Πανεπιστήμιο του Nottingham, αναπτύσσει έναν αλγόριθμο ο οποίος μπορεί να προβλέψει την πιθανότητα να πάθει κάποιος καρδιακή προσβολή, το ίδιο καλά ή και καλύτερα από έναν γιατρός.
Στο παρελθόν, τo American College of Cardiology/ American Heart Association (ACC/AHA) είχε αναπτύξει μια σειρά οδηγιών για να υπολογίζει κάποιος τον κίνδυνο που έχει να προσβληθεί από καρδιαγγειακά νοσήματα. Η εκτίμηση αυτή βασίζεται πάνω σε 8 παράγοντες, οι οποίοι συμπεριλαμβάνουν εκτός των άλλων την ηλικία, χοληστερόλη και την πίεση. Κατά μέσο όρο, το συγκεκριμένο σύστημα μπορεί να προβλέψει το ρίσκο να νοσήσει κάποιο άτομο με ακρίβεια 72,8%.
Αν και η ακρίβεια είναι αρκετά μεγάλη, ο ερευνητής Stephen Weng και η ομάδα του θέλουν να πάνε ένα βήμα παραπέρα. Έχουν δημιουργήσει 4 computer learning αλγόριθμους στους οποίος έχουν βάλει δεδομένα από 378.256 ασθενείς από το Ηνωμένο Βασίλειο. Οι αλγόριθμοι κατάφεραν να ξεπεράσουν το ποσοστό ακρίβειας του ACC/AHA φτάνοντας το 74.5-76.4%.
Από τους 83.000 ασθενείς που χρησιμοποιήθηκαν στο πρώτο τεστ, το συγκεκριμένο σύστημα θα μπορούσε να είχε βοηθήσει 355 επιπλέον ζωές. Αρκετά ενδιαφέρον είναι το γεγονός ότι το συγκεκριμένο σύστημα τεχνητής νοημοσύνης αναγνώρισε κάποιους επιπλέον παράγοντες που μπορεί να συνεισφέρουν στην εκδήλωση καρδιαγγειακών νοσημάτων, οι οποίοι δεν είχαν καλυφθεί από τις αρχικές οδηγίες.
Υπάρχουν πάρα πολλές αλληλεπιδράσεις στα βιολογικά συστήματα. Αυτή είναι η πραγματικότητα του ανθρώπινου σώματος. Αυτό που κάνει η επιστήμη των υπολογιστών είναι να μας επιτρέψει να εξερευνήσουμε αυτές τις αλληλεπιδράσεις», ανέφερε ο Weng στο περιοδικό Science.
Το Spotify προσθέτει νέες ρυθμίσεις για απενεργοποίηση music videos, video podcasts και Canvas. Διαθέσιμο σε όλες τις πλατφόρμες, για δωρεάν και συνδρομητές.
ΣΥΖΗΤΗΣΗ
Προσθήκη σχόλιου