Danish researchers are using machine learning to predict various aspects of a person's life, including when someone is likely to die
Ihre Forschung, die diese Woche in der Zeitschrift Nature Computational Science veröffentlicht wurde, beschreibt detailliert, wie ein Modell eines maschinellen Lernalgorithmus namens life2vec das Leben und die Ergebnisse einer Person vorhersagen kann, wenn hochspezifische Daten über diese Person vorliegen. Ergebnisse des Verhaltens.
Mit diesen Daten „können wir jede Art von Vorhersage treffen“, sagte Sune Lehmann, Hauptautor der Studie und Professor an der Technischen Universität Dänemark. Allerdings weisen die Forscher darauf hin, dass es sich nur um einen „Forschungsprototyp“ handelt und in seinem aktuellen Zustand keine „realen Aufgaben“ erfüllen kann.
Lehmann und seine Co-Autoren nutzten Daten aus dem dänischen Nationalregister, die verschiedene Gruppen von 6 Millionen Menschen detailliert beschreiben. Es enthält Informationen aus den Jahren 2008 bis 2016 zu wichtigen Aspekten des Lebens wie Bildung, Gesundheit, Einkommen und Karriere.
Die Forscher setzten Sprachverarbeitungstechniken ein und generierten ein Vokabular von Lebensereignissen, damit life2vec Sätze auf der Grundlage der Daten interpretieren konnte, wie zum Beispiel „Im September 2012 erhielt Francesco zwanzigtausend dänische Kronen als Wache auf Schloss Helsingör“ oder „Während ihres dritten Jahres.“ Im weiterführenden Internat belegte Hermine fünf Wahlfächer. "
Der Algorithmus lernt dann aus diesen Daten und ist in der Lage, bestimmte Aspekte des Lebens der Menschen vorherzusagen, darunter ihr Denken, Fühlen und Verhalten und sogar, ob die Person in den nächsten Jahren sterben wird, sagte Lehmann.
Um vorherzusagen, wann jemand sterben würde, nutzte das Team Daten von mehr als 2,3 Millionen Menschen im Alter von 35 bis 65 Jahren zwischen dem 1. Januar 2008 und dem 31. Dezember 2015. Lehmann sagte, diese Gruppe sei ausgewählt worden, weil die Sterblichkeitsraten in dieser Altersgruppe schwieriger vorherzusagen seien.
Life2ve nutzte die Daten, um die Überlebenswahrscheinlichkeit einer Person in den vier Jahren nach 2016 zu extrapolieren.
„Um zu testen, wie gut [life2vec] funktioniert, haben wir eine Gruppe von 100.000 Personen ausgewählt, von denen die Hälfte überlebte und die andere Hälfte starb“, sagte Lehmann. Die Forscher wussten, wer nach 2016 starb, der Algorithmus jedoch nicht.
Dann haben sie es getestet. Sie baten den Algorithmus, individuelle Vorhersagen darüber zu treffen, ob jemand das Jahr 2016 überleben würde. Die Ergebnisse waren beeindruckend: Der Algorithmus war in 78 % der Fälle korrekt.
In dem Bericht heißt es, dass Life2vec andere hochmoderne Modelle und Basislinien um mindestens 11 % übertrifft, indem es die Sterblichkeitsergebnisse genauer vorhersagt.
Nach 2016 war das Sterberisiko bei Männern höher. Forscher fanden heraus, dass die Tätigkeit als Facharbeiter, etwa als Ingenieur, und die Diagnose einer psychischen Erkrankung wie Depression oder Angstzuständen ebenfalls zu einem früheren Tod führte. Gleichzeitig drängt eine Führungsposition oder ein hohes Einkommen Menschen tendenziell in die „Überlebens“-Spalte.
Allerdings weist diese Studie einige Einschränkungen auf. „Wir stellen fest, dass das Experiment nicht randomisiert war und die Forscher während des Experiments und der Auswertung der Ergebnisse nicht blind gegenüber der Zuordnung waren“, heißt es in dem Bericht.
Die Forscher untersuchten nur Daten über einen Zeitraum von acht Jahren, und obwohl jeder in Dänemark im nationalen Register aufgeführt ist, kann es bei der Stichprobe zu soziodemografischen Verzerrungen kommen.
„Wenn jemand kein Geld erhält oder sich dafür entscheidet, nicht am Gesundheitssystem teilzunehmen, haben wir keinen Zugriff auf seine Daten“, sagten sie.
Die Autoren weisen außerdem darauf hin, dass die Studie in einem wohlhabenden Land mit starker Infrastruktur und Gesundheitssystemen durchgeführt wurde. Es ist unklar, ob die Ergebnisse von life2vec angesichts der wirtschaftlichen und sozialen Unterschiede auf andere Länder wie die Vereinigten Staaten übertragen werden können.
Lyman sagte, er wisse, dass der Algorithmus „bedrohlich und verrückt“ klinge, „aber es wird tatsächlich viel Arbeit geleistet, insbesondere von Versicherungsunternehmen vorangetrieben.“
Doktortitel. Arthur Caplan, Vorsitzender der Abteilung für medizinische Ethik an der Grossman School of Medicine der NYU, stimmt zu, dass Versicherungsunternehmen bestrebt sein werden, den Verbrauchern einen Schritt voraus zu sein, wenn Modelle wie life2vec kommerzieller werden.
„Dadurch wird es schwieriger, Versicherungen zu verkaufen“, sagte er. „Man kann ein Risiko nicht absichern, wenn jeder genau weiß, was es ist.“
Allerdings könne life2vec nicht vorhersagen, in welchem Alter oder wie ein Mensch sterben werde, bemerkte Kaplan, der nicht an der neuen Studie beteiligt war. Algorithmen können beispielsweise nicht vorhersagen, ob ein Mensch bei einem Autounfall ums Leben kommt.
Erhalten Sie den wöchentlichen Newsletter von CNN Health ###
Registrieren Sie sich hier, um Ergebnisse mit Dr. zu erhalten. Sanjay Gupta kommt jeden Dienstag vom CNN Health-Team zu Ihnen.
Kaplan geht davon aus, dass in nur fünf Jahren fortschrittlichere Vorhersagemodelle verfügbar sein werden.
„Wir werden bessere Datenbanken und größere Datenbanken haben, die Empfehlungen zur Verlängerung der Lebensdauer geben“, sagte er.
Letztendlich, so Kaplan, entferne der Einsatz künstlicher Intelligenz zur Vorhersage, wann wir wahrscheinlich sterben werden, einen interessanten Aspekt unseres Lebens: das Mysterium.
„Wir befürchten, dass Roboter die Weltherrschaft übernehmen und entscheiden, dass sie uns nicht brauchen“, sagte er. „Wir müssen uns Sorgen machen, dass Roboter Informationen manipulieren und einen Großteil unseres Verhaltens vorhersagen können. Letztendlich wird unser Leben so vorhersehbar, dass es unserem Leben einen Teil seines Wertes nimmt.“
Read also:
- 80 percent of young Germans eat sustainably
- Syphilis cases in babies are increasing dramatically
- Syphilis cases in babies are increasing dramatically
- How to get rid of the flu if you have caught it
The machine learning model, named life2vec, developed by Danish researchers, can predict various life aspects with high accuracy when provided with specific data about an individual, including their thoughts, feelings, behavior, and even their likelihood of dying within the next few years.
To test the accuracy of life2vec, the researchers selected a group of 100,000 individuals, half of whom survived past 2016 and half of whom did not. The algorithm was then asked to predict which individuals would survive past 2016. Remarkably, life2vec was correct in 78% of cases.
Source: edition.cnn.com
