Trí tuệ nhân tạo dự báo được cái chết?

Thông tin trên tờ Tin Tức, phóng viên TTXVN tại châu Âu dẫn kết quả một nghiên cứu mới công bố trên tạp chí Plos One (Anh) cho biết trí tuệ nhân tạo đã học được thuật toán dự đoán tử vong sớm do các bệnh mãn tính ở người trung niên.

Hệ thống đầu tiên thuộc loại này đã được các nhà nghiên cứu tại trường Đại học Nottingham (Anh) tiến hành thử nghiệm, sau khi được “huấn luyện” với dữ liệu của khoảng nửa triệu người trong độ tuổi từ 40 đến 69 - được Ngân hàng Dữ liệu sinh học Anh thu thập trong thời gian từ năm 2006 đến 2010.

VTV xác nhận thông tin này và cho hay, hệ thống nói trên đã cho kết quả rất chính xác trong các dự báo, thậm chí còn tốt hơn so với những gì được thực hiện bởi các chuyên gia "bằng xương bằng thịt", đặc biệt là trong việc dự đoán các bệnh tim mạch.

Chuyên gia Stephen Weng cho biết: “Chúng tôi đã phát triển một cách tiếp cận toàn diện, bằng cách sử dụng các yếu tố nhân khẩu học, lâm sàng và lối sống như tiêu thụ trái cây, rau và thịt hàng ngày”.

Một hệ thống AI gần đây đã được các nhà khoa học huấn luyện để thu thập thông tin về sức khoẻ tổng quát của hơn nửa triệu người tại Anh, trong suốt một thập kỷ vừa qua.

Sau đó, họ yêu cầu AI tiên đoán nếu một cá nhân đang có nguy cơ tử vong sớm - hay nói cách khác, qua đời sớm hơn độ tuổi trung bình của con người - do các bệnh mãn tính gây ra.

Tờ Zing thông tin thêm, để đánh giá khả năng tử vong của một đối tượng, các nhà nghiên cứu đã thử nghiệm trên hai loại trí tuệ nhân tạo. Đầu tiên là "deep learning", trong đó các mạng xử lý thông tin theo kiểu xếp lớp sẽ giúp hệ thống học hỏi thông tin từ những ví dụ thực tế.

Bên cạnh đó, AI "random forest" đơn giản hơn cũng được sử dụng để kết hợp nhiều mô hình, theo một sơ đồ tư duy dạng nhánh cây, để xem xét các kết quả có thể xảy ra.

Cuối cùng, các nhà khoa học so sánh kết luận từ AI với kết quả từ một thuật toán thủ công, được gọi là mô hình Cox.

Các yếu tố cơ bản để đánh giá bao gồm: tuổi tác, giới tính, tiền sử hút thuốc, kết quả tầm soát ung thư. Trong khi mô hình Cox truyền thống chú trọng vào sắc tộc và các hoạt động thể chất, bộ máy AI lại quan tâm đến tỷ lệ mỡ cơ thể, lượng rau xanh tiêu thụ, cũng như các mối nguy hại đến từ môi trường như ô nhiễm không khí, uống rượu và lạm dụng thuốc.

Sử dụng những hệ thống này, các nhà khoa học đã đánh giá dữ liệu trong Ngân hàng Sinh học Anh (UK BioBank) - một cơ sở dữ liệu về gene, vật lý và sức khoẻ - được hình thành từ hơn 500.000 hồ sơ y tế từ năm 2006 đến 2016. Trong suốt 10 năm đó, gần 14.500 người tham gia đóng góp đã qua đời chủ yếu vì ung thư, bệnh tim và bệnh đường hô hấp.

Kết quả, bộ máy "deep learning" cho ra những tiên đoán chính xác nhất, xác định đúng 76% đối tượng đã chết trong thời gian nghiên cứu. Trong khi "random forest" cho kết quả ấn tượng không kém với 64% chính xác. Mô hình Cox truyền thống chỉ đúng được 44% trên tổng số kết quả.

H.Y (tổng hợp)