Επιστημονικά Νέα

Θάνατος πρόβλεψη: Τι απαντούν οι ερευνητές στο αν μπορούμε να προβλέψουμε τον θάνατο;

Θάνατος πρόβλεψη: Τι απαντούν οι ερευνητές στο αν μπορούμε να προβλέψουμε τον θάνατο;
Θάνατος πρόβλεψη: Για πολλούς ανθρώπους, η σκέψη για το μέλλον είναι μια τρομακτική σκέψη -- περισσότερο, εάν περιλαμβάνει θάνατο. 

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Για πολλούς ανθρώπους, η σκέψη για το μέλλον είναι μια τρομακτική σκέψη — περισσότερο, εάν περιλαμβάνει θάνατο. Οι περισσότεροι άνθρωποι δεν θέλουν να ξέρουν ακριβώς πώς θα κλωτσούσαν τον κουβά. Όμως, νέα έρευνα φαίνεται να δείχνει ότι μπορεί κανείς να πάρει μια εικόνα για το πότε μπορεί να πεθάνει. Σύμφωνα με έκθεση του CNN , ερευνητές στη Δανία ισχυρίζονται ότι χρησιμοποίησαν «ισχυρούς αλγόριθμους μηχανικής μάθησης» για να «προβλέψουν με ακρίβεια» πολλές πτυχές της ζωής, συμπεριλαμβανομένου του πόσο νωρίς είναι πιθανό να πεθάνει κάποιος.


Δημοσιεύτηκε πρόσφατα στο περιοδικό Nature Computational Science, η μελέτη αναφέρεται λεπτομερώς πώς ένα μοντέλο αλγορίθμου μηχανικής μάθησης που ονομάζεται «life2vec» μπορεί να προβλέψει το αποτέλεσμα της ζωής ενός ατόμου όταν παρουσιάζονται «πολύ συγκεκριμένα» δεδομένα για αυτόν. Η επικεφαλής συγγραφέας της μελέτης και καθηγήτρια στο Τεχνικό Πανεπιστήμιο της Δανίας Sune Lehmann φέρεται να είπε ότι με αυτά τα δεδομένα, μπορούν να «κάνουν κάθε είδους πρόβλεψη».

Οι ερευνητές, ωστόσο, δηλώνουν ότι εφόσον πρόκειται για «έρευνα πρωτότυπο», δεν μπορεί να εκτελέσει καμία «πραγματική εργασία» στην τρέχουσα κατάστασή του. Σύμφωνα με την έκθεση του CNN , τα δεδομένα συλλέχθηκαν από ένα εθνικό μητρώο στη Δανία, που περιλαμβάνει «μια διαφορετική ομάδα 6 εκατομμυρίων ανθρώπων». Οι πληροφορίες από το 2008 έως το 2015 περιελάμβαναν σημαντικές πτυχές της ζωής ενός ατόμου, όπως την εκπαίδευση, την υγεία, το εισόδημα, το επάγγελμά του κ.λπ. Οι ερευνητές υποτίθεται ότι προσάρμοσαν «τεχνικές επεξεργασίας γλώσσας» για να δημιουργήσουν ένα λεξιλόγιο έτσι ώστε το life2vec να μπορεί να ερμηνεύει προτάσεις για γεγονότα της ζωής με βάση τα δεδομένα. Ο Lehmann πρόσθεσε ότι αφού ο αλγόριθμος είχε μάθει από αυτά τα δεδομένα, ήταν σε θέση να κάνει προβλέψεις για ορισμένες πτυχές της ζωής, συμπεριλαμβανομένου του πώς μπορεί να συμπεριφέρεται, να αισθάνεται και να σκέφτεται ένα άτομο, καθώς και εάν επρόκειτο να πεθάνει τα επόμενα χρόνια.

Η διαδικασία

Η ομάδα των ερευνητών χρησιμοποίησε δεδομένα από την 1η Ιανουαρίου 2008 έως τις 31 Δεκεμβρίου 2015 σε μια ομάδα άνω των 2,3 εκατομμυρίων ανθρώπων μεταξύ 35 ετών και 65 ετών. Η θνησιμότητα σε αυτή την ηλικιακή ομάδα είναι δύσκολο να προβλεφθεί, είπε ο Lehmann. Στη συνέχεια, το life2vec εργάστηκε για την πιθανότητα επιβίωσης ενός ατόμου τα τέσσερα χρόνια μετά το 2016, με βάση τα δεδομένα που είχε λάβει.

«Για να ελέγξουμε πόσο καλό είναι επιλέγουμε μια ομάδα 1.00.000 ατόμων όπου τα μισά επιβιώνουν και τα μισά πεθαίνουν», φέρεται να είπε ο Lehmann. Οι ερευνητές γνώριζαν ποιοι άνθρωποι είχαν πεθάνει μετά το 2016, αλλά ο αλγόριθμος δεν το έκανε. Όταν το δοκίμασαν, τα αποτελέσματα ήταν «εντυπωσιακά»: ο αλγόριθμος ήταν σωστός το 78 τοις εκατό των φορών.