Хиймэл оюун ухаан нүүрний зургаар нас барах эрсдэлийг үнэлнэ

3 views
Нүүрний зургаар нас барах эрсдэл үнэлдэг хиймэл оюун ухааны загварын дүрслэл

Хүний нүүрний зураг эрүүл мэндийн талаар мэдээлэл агуулж болдгийг судлаачид тогтоожээ. Тэд нүүрний зургийг шинжилж, хүний харагдах багыг үнэлэх, хавдраар өвчилсөн өвчтөний нас барах эрсдэлийг тодорхойлоход туслах хоёр хиймэл оюун ухааны хэрэгслийг бүтээсэн.

Нэг туршилтад алгоритм хавдрын өвчтөнүүдийг урьдчилан таамагласан эрсдэлээр бүлэгт хуваасан. Хамгийн өндөр үнэлгээ авсан хүмүүсийн нас барах магадлал хамгийн бага үнэлгээ авсан оролцогчдынхаас гурав дахин илүү байв. Энэ ялгаа эмнэлгийн уламжлалт хүчин зүйлсийг тооцсоны дараа ч хэвээр үлджээ. Хоёр хэрэгслийг Бостоны Масс Женерал Бригхэм эмнэлгийн системд бүтээсэн FAHR-Face загварт үндэслэн хийсэн.

Суурь загварыг нээлттэй мэдээллийн сангийн 40 сая гаруй нүүрний зураг дээр сургасан. Зургуудад урьдчилсан тэмдэглэгээ байгаагүй: алгоритм зургийн далд хэсгийг сэргээхийг өөрөө сурч, нүүрний бүтцийн зүй тогтлыг эзэмшсэн.

Дараа нь загварыг хоёр зорилгод тохируулсан. FAHR-FaceAge нь харагдах багаар насыг үнэлдэг, харин FAHR-FaceSurvival нь зургийг шинжилж нас барах эрсдэлийн үнэлгээ гаргадаг.

Хоёр дахь системийг Харвардтай холбоотой эмнэлэгт эмчлүүлж байсан хавдрын өвчтөний 34,363 зураг дээр сургасан. Зургуудыг өвчтөн нас барсан эсэх, хэзээ нас барсан тухай мэдээлэлтэй тулгаж үзсэн.

Медицины хиймэл оюун ухааны хөтөлбөрийн удирдагч Хьюго Артсын хэлснээр, энэ аргын гол давуу тал нь нэг загвар нүүрний ерөнхий онцлогийг сурч, дараа нь түүнийгээ эрүүл мэндийн янз бүрийн үзүүлэлтийг үнэлэхэд ашиглаж чаддагт оршино.

Эрүүл гэж үзсэн хүмүүсийн зураг дээр FAHR-FaceAge насны үнэлгээнд дунджаар 5,1 жилийн алдаа гаргасан. Харьцуулахад, мөн зургууд дээр тэгээс сургасан ижил төрлийн системийн дундаж алдаа 6,9 жил байв.

Дараа нь судлаачид цацраг эмчилгээ хийлгэж байсан 38,183 хавдрын өвчтөний мэдээллийг шинжилсэн. Тэдний ойролцоогоор гуравны нэг нь зураг дээр бодит наснаасаа дор хаяж таван жил ахмад харагдсан бол 17 хувь нь арваас дээш жил ахмад харагджээ.

Таван ба түүнээс дээш жил ахмад харагдсан хүмүүсийн ажиглалтын хугацаанд нас барах эрсдэл бусад өвчтөнийхөөс 21 хувиар өндөр байв. Харин дор хаяж таван жил залуу харагдсан хүмүүсийн эрсдэл 17 хувиар бага байжээ.

Эхний 90 хоногт ялгаа онцгой илэрхий байв: алгоритм 20-иос дээш жилээр ахмад гэж үнэлсэн өвчтөнүүдийн 21,3 хувь нь энэ хугацаанд нас барсан бол дор хаяж арван жил залуу харагдсан бүлэгт энэ үзүүлэлт 6,4 хувь байжээ.

FAHR-FaceSurvival хэрэгсэл насыг үнэлдэггүй, харин зурагт 0-ээс 1 хүртэлх балл өгдөг. Үүнийг загварыг сургахад ашиглаагүй 3,820 өвчтөний зураг дээр шалгасан.

Алгоритм ялангуяа нүдний доорх хэсэг, хамарны гүүрийг харгалзан үзсэн. Харин нас үнэлэх загвар хамар, амны хоорондох үрчлээс, дух, хөмсөгний хажуу хэсгийг илүү анхаарчээ. Хоёр системийн үр дүн хоорондоо маш сул холбоотой байсан ч тус бүр нь өвчтөний амьдрах хугацаатай холбоо хадгалж үлдсэн.

Судлаачид амьдралын хэв маяг болон насны үнэлгээний хоорондын холбоог ч анзаарчээ. Их тамхи татдаг хүмүүс тамхинаас гарсан хүмүүсээс, тэд тамхи хэзээ ч татдаггүй хүмүүсээс ихэвчлэн ахмад харагддаг байв. Хэт их архи, мансууруулах бодис хэрэглэхэд ч ижил төстэй зүй тогтол ажиглагдсан.

Хоёр загварыг Нидерландын Маастрихтын их сургуулийн цацраг эмчилгээний клиникийн 4,892 өвчтөний мэдээлэл дээр нэмж шалгасан. Алгоритмын үнэлгээ болон амьдрах хугацааны хоорондын холбоо хэвээр байсан бөгөөд хоёр үзүүлэлтийг нэгтгэх нь тус бүрийг тусдаа ашигласнаас илүү нарийвчлалтай таамаг өгсөн.

Гэхдээ судлаачид томоохон хязгаарлалтыг хүлээн зөвшөөрдөг. Шинжилгээ нь зөвхөн баян орнуудын цөөн эмнэлгийн өвчтөнүүдийг хамарсан. Бусад өвчин, дэлхийн бусад бүс нутгийн хүн амын хувьд системүүдийн үр дүн хараахан шалгагдаагүй. Түүнчлэн нас үнэлэх загвар хар арьст болон латинамерик гаралтай өвчтөнүүдийн эрсдэлийг цагаан арьст, ази гаралтай өвчтөнүүдийнхээс бага нарийвчлалтай ялгажээ.

Ямар ч өвчтөний эмчилгээг хиймэл оюун ухааны үнэлгээнд үндэслэн өөрчлөөгүй. Ийм хэрэгсэл эмч нарт эмчилгээ сонгох, эмчилгээний үр дүнг сайжруулахад тусалж чадах эсэх нь хараахан тодорхойгүй байна. Зохиогчид өдөр тутмын эмнэлгийн практикт ашиглахаас өмнө хэтийн төлөвийн клиникийн туршилт шаардлагатай гэдгийг онцолжээ. Судалгаа The Lancet Digital Health сэтгүүлд нийтлэгдсэн.

Холбоотой нийтлэлүүд

Сэтгэгдэл үлдээх

MongolTechNews — Монгол болон дэлхийн технологийн хамгийн сүүлийн үеийн мэдээ
MongolTechNews нь ухаалаг гар утас, хиймэл оюун ухаан, блокчэйн, финтек, стартап, программ хангамж, ирээдүйн технологи зэрэг Монгол болон дэлхийн технологийн салбарын хамгийн сүүлийн үеийн мэдээг танд хүргэнэ.