Estudo mostra que a inteligência artificial consegue prever as chances de uma pessoa morrer dentro de um ano observando os resultados dos te...
Estudo mostra que a inteligência artificial consegue prever as chances de uma pessoa morrer dentro de um ano observando os resultados dos testes cardíacos - mesmo quando eles parecem normais para os médicos. Mas como isso acontece ainda é um mistério.
Brandon Fornwalt, do Centro Médico Geisinger, na Pensilvânia, EUA, apresentou um estudo que chamou bastante atenção durante um evento da Associação do Coração dos Estados Unidos, em Dallas. Fornwalt mostrou que uma Inteligência Artificial (IA) foi capaz de prever com exatidão a morte de uma série de pacientes no prazo de um ano, baseando-se nos resultados de seus exames cardíacos.
Ele e seus colegas encarregaram uma IA da tarefa de examinar os resultados de 1,77 milhão de eletrocardiogramas (ECG) de 400 mil pacientes com o objetivo de prever quem teria mais chance de morrer nos próximos doze meses. Um ECG registra a atividade elétrica do coração. Seu padrão muda nas condições cardíacas, incluindo ataques cardíacos e fibrilação atrial.
A equipe treinou duas versões da IA: Em uma, o algoritmo recebeu apenas os dados brutos do ECG, que medem a tensão ao longo do tempo. No outro, foram alimentados dados de ECG em combinação com a idade e o sexo do paciente.
Para tanto, eles mediram o desempenho da IA usando uma métrica conhecida como AUC, que determina o quão bem um modelo distingue entre dois grupos de pessoas - nesse caso, pacientes que morreriam dentro de um ano e aqueles que sobreviveriam. A IA pontuou consistentemente acima de 0,85 - sendo que uma pontuação perfeita é 1. As AUCs para os modelos de pontuação de risco atualmente usadas pelos médicos variam entre 0,65 e 0,8.
Surpreendentemente, a IA que usou apenas os dados brutos saiu-se melhor do que aquela que usava dados agregados ao ECG (como idade e sexo).
Todavia, Ainda não está claro quais padrões a IA está adotando, já que muitos dos pacientes apresentavam valores que haviam sido erroneamente considerados normais pelos médicos. Diante dessa situação, três diferentes cardiologistas revisaram separadamente os eletrocardiogramas “normais” e... nenhum deles conseguiu detectar o padrão de risco encontrado pela IA 🙀. E é essa falta de explicação que faz com que alguns médicos relutem em usar esses algoritmos.
Fonte: New Scientist
[Visto no Brasil Acadêmico]
Brandon Fornwalt, do Centro Médico Geisinger, na Pensilvânia, EUA, apresentou um estudo que chamou bastante atenção durante um evento da Associação do Coração dos Estados Unidos, em Dallas. Fornwalt mostrou que uma Inteligência Artificial (IA) foi capaz de prever com exatidão a morte de uma série de pacientes no prazo de um ano, baseando-se nos resultados de seus exames cardíacos.
Ele e seus colegas encarregaram uma IA da tarefa de examinar os resultados de 1,77 milhão de eletrocardiogramas (ECG) de 400 mil pacientes com o objetivo de prever quem teria mais chance de morrer nos próximos doze meses. Um ECG registra a atividade elétrica do coração. Seu padrão muda nas condições cardíacas, incluindo ataques cardíacos e fibrilação atrial.
A equipe treinou duas versões da IA: Em uma, o algoritmo recebeu apenas os dados brutos do ECG, que medem a tensão ao longo do tempo. No outro, foram alimentados dados de ECG em combinação com a idade e o sexo do paciente.
Para tanto, eles mediram o desempenho da IA usando uma métrica conhecida como AUC, que determina o quão bem um modelo distingue entre dois grupos de pessoas - nesse caso, pacientes que morreriam dentro de um ano e aqueles que sobreviveriam. A IA pontuou consistentemente acima de 0,85 - sendo que uma pontuação perfeita é 1. As AUCs para os modelos de pontuação de risco atualmente usadas pelos médicos variam entre 0,65 e 0,8.
Surpreendentemente, a IA que usou apenas os dados brutos saiu-se melhor do que aquela que usava dados agregados ao ECG (como idade e sexo).
Não importa o que aconteça, o modelo baseado em voltagem sempre foi melhor do que qualquer modelo que você pudesse construir com as coisas que já medimos a partir de um eletrocardiograma.
Brandon Fornwalt
Todavia, Ainda não está claro quais padrões a IA está adotando, já que muitos dos pacientes apresentavam valores que haviam sido erroneamente considerados normais pelos médicos. Diante dessa situação, três diferentes cardiologistas revisaram separadamente os eletrocardiogramas “normais” e... nenhum deles conseguiu detectar o padrão de risco encontrado pela IA 🙀. E é essa falta de explicação que faz com que alguns médicos relutem em usar esses algoritmos.
Os achados sugerem que o modelo está vendo coisas que os humanos provavelmente não podem ver, ou que simplesmente ignoramos, porque pensamos que são coisas normais.As pesquisas com o essa tecnologia irão prosseguir e os cientistas esperam que a IA possa revelar novos conhecimentos com potencial de ajudar muitos pacientes no futuro.
Brandon Fornwalt
Essa pesquisa foi baseada em dados históricos e será importante demonstrar em estudos clínicos que esse algoritmo melhora os resultados dos pacientes.
Christopher Haggerty. Colaborador da pesquisa
A IA pode potencialmente nos ensinar coisas que talvez tenhamos interpretado mal por décadas.
Brandon Fornwalt
Fonte: New Scientist
[Visto no Brasil Acadêmico]
Comentários