사망률은 까다로운 주제일 수 있습니다. 만약 당신이 이 정보를 가지고 있다면 언제 죽을지 알고 싶으신가요? 구체적인 날짜는 아니더라도, 평균 연령보다 일찍 죽을 준비가 되어 있는지 알고 싶으신가요?
예를 들어, 저에게는 이게 말이 안 됩니다. 딱히 알고 싶지는 않지만, 제 친구 중에 이미 암을 극복한 사람이 있습니다. 암을 극복한 친구죠. 그래서 그의 확률이 높아진 겁니다. 알고리즘이 보여주는 건 인공 지능 이제 조기 사망을 더 정확하게 판단할 수 있게 되었습니다. 제 위치를 파악하는 것이 더 쉬울 수도 있지만, 다른 사람이 그렇지 않을 수도 있습니다. 인공지능은 여전히 가능하다 현재의 방법보다 더 정확하게 이를 판단할 수 있습니다.
인공지능은 조기 사망을 더욱 정확하게 예측합니다.
영국 노팅엄 대학교 역학 및 데이터 과학 부교수인 Stephen Wong 박사가 이끄는 의학 연구원들은 영국에서 50만 명이 넘는 사람들의 건강 데이터를 평가하기 위해 AI 시스템을 훈련한 다음 그들은 만성 질환으로 인해 사람들이 조기 사망할 위험이 더 큰지 알아보기 위해 예측을 사용했습니다.
제 친구는 제가 말했듯이 6년 전에 암 진단을 받았습니다. 10년 전이었다면 AI가 친구가 이 병에 걸릴 것이라고, 또는 제가 이 병으로 일찍 죽을 가능성이 더 높을 것이라고 예측할 수 있었을까요?
웽에 따르면, AI가 생성한 조기 사망 예측은 이전에 사용된 방법보다 "훨씬 더 정확했다"고 합니다.
조기 사망 가능성을 평가하는 데는 딥러닝과 랜덤 포레스트라는 두 가지 유형의 인공지능이 사용되었습니다. 딥러닝은 컴퓨터가 계층화된 정보 처리 네트워크를 사용하여 사례로부터 학습할 때 발생합니다. 랜덤 포레스트는 여러 개의 트리 모델을 결합하여 동일한 결과를 도출합니다.
딥러닝과 랜덤 포레스트 방법의 결과는 조기 사망을 식별하는 데 사용되는 표준 알고리즘인 콕스 모델과 비교되었습니다.
연구진은 세 가지 모델을 사용하여 영국 바이오뱅크 오픈 액세스 데이터베이스의 유전적, 신체적, 건강 데이터를 평가했습니다. 이 데이터베이스에는 2006년부터 2016년까지 암, 심장병, 호흡기 질환으로 사망한 약 14500명의 데이터가 포함되어 있습니다.
세 가지 알고리즘 모두에 따르면, 나이, 성별, 흡연력, 과거 암 진단은 사람이 조기에 사망할지 여부를 결정하는 중요한 변수였습니다.
하지만 알고리즘은 다른 변수들을 다르게 살펴보았습니다. 콕스 모델은 인종과 신체 활동에 초점을 맞춘 반면, AI는 그렇지 않았습니다.
AI 랜덤 포레스트는 체지방률, 허리둘레, 과일 및 채소 섭취량, 피부색을 중시했습니다. 딥러닝 AI는 직업적 위험과 대기 오염 노출을 고려했으며, 음주 및 특정 약물 복용 여부도 고려했습니다.
세 가지 알고리즘을 비교했을 때, 딥러닝이 가장 정확했습니다. 연구 대상 10년 동안 사망한 사람의 76%를 정확하게 식별했습니다. 랜덤 포레스트는 65%의 정확도를 보인 반면, 콕스 모델은 약 44%의 정확도를 보였습니다.
신뢰할 수 있는 AI
AI가 의료 결과를 정확하게 예측한 사례는 이번이 처음이 아닙니다. AI는 알츠하이머병, 자폐증, 당뇨병, 심장마비, 뇌졸중의 초기 징후를 식별하는 데에도 사용되었습니다.
AI가 조기 사망을 정확하게 예측할 수 있다는 것을 알게 되었으니, 우리는 어떤 상황에 놓이게 될까요? 우리만의 버킷리스트를 만들기 위해 이 사실을 알고 싶어 할까요? AI가 조기 사망 가능성을 알려준다면 어떨까요? 아래 댓글에 여러분의 생각을 남겨주세요.
