Egy különleges eljárásnak köszönhetően a Massachusettsi Műszaki Egyetem (MIT) kutatói mintegy 3 millió napnyi Apple Watch-adatot használtak fel arra, hogy betanítsanak egy betegségfelismerő mesterséges intelligenciát – számolt be róla a 9to5Mac. Az eredmény a Meta volt vezető AI tudósának, Yann LeCunnak köszönhető, aki korábban olyan megoldást javasolt a mesterséges intelligenciák betanítására, ami leküzdi a meglévő rendszerek korlátait.
LeCun elképzelése, hogy amikor egy rendszer hiányos adatokkal dolgozik, akkor a modell megtanulja megjósolni, hogy mit jelentenek a hiányzó részek, ahelyett, hogy megpróbálná kitalálni és rekonstruálni a pontos értékeiket. Ha például egy maszkolt képről van szó, akkor a rendszer egyszerre vizsgálná meg a felvétel látható és maszkolt részeit, a modell pedig a látható kontextusból következtetné ki a maszkolt régió reprezentációját, és nem a rejtett részekből próbálná kivonni azt.
Az MIT kutatói ezt a megözelítést használták fel az Apple Watch-ból származó adatok feldolgozására is. A vizsgálat során 16 522 személy eszközének adatait dolgozták fel a fenti módszerrel. Minden egyes személy esetében 63 különálló idősoros metrikát rögzítettek legalább napi bontásban. Ezeket a mutatókat öt fiziológiai és viselkedési területre osztották: szív- és érrendszeri egészség, légzőszervi egészség, alvás, fizikai aktivitás és általános statisztikák.
A dolog különlegessége, hogy a résztvevőknek csupán a 15 százalékánál volt ismert kórtörténet, ami alapján értékelni lehetett az adatokat, vagyis a hagyományos módszerekkel a maradék 85 százaléknyi adat használhatatlan lett volna.
Az adatfeldolgozás után a szakemberek azt találták, hogy a magas vérnyomás esetén 86,5 százalékos, a pitvarfibrilláció esetén 70,5 százalékos, a krónikus fáradtság esetében 81 százalékos, míg más szívprobléma esetén 86,8 százalékos pontosságot ért el a rendszer.
A kutatók szerint mindez jól mutatja, milyen nagy potenciál van a mesterséges intelligenciák tanulási módjainak fejlesztésében, és milyen hasznos lehet az adatfeldolgozás az egészségügyi alkalmazások számára.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
