deep learning mort prématurée

L’intelligence artificielle peut prédire si vous allez mourir prématurément

L'intelligence artificielle peut être utilisée pour prédire avec une grande efficacité les risques de décès prématuré. Des chercheurs britanniques ont découvert que les algorithmes de Deep Learning et Machine Learning atteignent une précision supérieure aux algorithmes traditionnels.

On savait déjà que l'intelligence artificielle est particulièrement efficace pour détecter les problèmes oculaires ou encore le cancer du sein. Dans le cadre d'une expérience, des chercheurs britanniques de l'Université de Nottingham ont découvert que l'IA peut aussi prédire la mort prématurée avec plus de précision qu'un algorithme standard.

A partir de dix ans de données fournies par environ 500 000 habitants du Royaume-Uni, les scientifiques ont entraîné à un système IA à prédire les risques de mourir plus tôt que l'espérance de vie moyenne à cause d'une maladie chronique chez un individu.

Deux types d'IA ont été és : un algorithme de Deep Learning, et un algorithme de type  » forêt aléatoire « . Dans le cas du Deep Learning, les réseaux de traitement d'information aident l'ordinateur à apprendre à partir d'exemples. De son côté, l'algorithme de forêt aléatoire combine des modèles arborescents pour considérer différentes possibilités.

En comparant les conclusions de ces deux algorithmes IA avec ceux de l'algorithme standard régression de Cox, les chercheurs se sont aperçus que le Machine Learning offrait une plus grande précision.

Sur les 500 000 personnes qui avaient fourni leurs données de santé à la base de données ouverte UK Biobank entre 2006 et 2016, environ 14 500 sont décédées durant la période. Les principales causes de mort prématurée étant le cancer, les maladies cardiaques et les maladies respiratoires.

Parmi les trois algorithmes, le plus précis est celui de Deep Learning puisqu'il est parvenu à prédire la mort prématurée de 76% des sujets décédés pendant la période. Le modèle de forêt aléatoire, quant à lui, a atteint une précision d'environ 64%. En comparaison, l'algorithme de régression de Cox n'a prédit que 44% des cas.

L'intelligence artificielle prédit la mort prématurée avec une précision de 76%

Ceci s'explique par les différents facteurs pris en compte par chacun des algorithmes. Les trois modèles se basaient sur des facteurs communs comme l'âge, le genre ou le fait de fumer ou d'avoir un cancer diagnostiqué, mais chacun se basait aussi sur des critères propres.

Ainsi, l'algorithme de régression de Cox s'appuyait fortement sur les origines ethniques et l'activité physique. De son côté, l'algorithme de forêt aléatoire prenait davantage en compte le pourcentage de graisse, la circonférence du bassin, la quantité de fruits et de légumes consommés, ou encore la couleur de peau.

L'algorithme de Deep Learning, quant à lui, prenait pour facteurs clés l'exposition aux dangers liés à la profession, la pollution de l'air, la consommation d'alcool et l'utilisation de certains médicaments. Les résultats de l'étude semblent démontrer que ces facteurs sont effectivement importants…

Cependant, c'est aussi la méthode employée par l'algorithme pour effectuer ses prédictions qui fait toute la différence. Une fois de plus, le Deep Learning fait des miracles.

Cette étude démontre que le Machine Learning peut être utilisé efficacement pour prédire la mortalité. En présentant cette méthode aux professionnels de la santé, les chercheurs espèrent les convaincre de s'en remettre à cette technologie. Mais seriez-vous prêts à laisser l'IA prédire l'âge auquel vous allez mourir ?

Newsletter

Envie de ne louper aucun de nos articles ? Abonnez vous pour recevoir chaque semaine les meilleurs actualités avant tout le monde.

1 commentaires

1 commentaire

  1. Article interessant mais un peu surpris du fait que les 3 algorithmes aient finalement selectionnes comme predicteurs majeurs des variables differentes. Il n’est donc pas etonnant que les resultats soint si differents… Y’a t-il eu cross-validation? Merci de mettre, si vous l’avez, le lien vers la publication originale.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *