Search Icon
ΑΝΑΖΗΤΗΣΗ
Τεχνολογία

Δημόσια Υγεία: Πρόβλεψη πανδημίας με τη βοήθεια της μηχανικής μάθησης

Δημόσια Υγεία: Πρόβλεψη πανδημίας με τη βοήθεια της μηχανικής μάθησης

"Καθημερινά, οι άνθρωποι λαμβάνουν αμέτρητες αποφάσεις σε ατομικό και ομαδικό επίπεδο με βάση την πιθανότητα μελλοντικών γεγονότων", δήλωσε ο κ. Gruen. "Αυτό το υβριδικό μοντέλο είναι ένας τρόπος για να βελτιωθεί η ακρίβεια των προβλέψεων και έχει τη δυνατότητα να βελτιώσει τις αντιδράσεις μας σε αναδυόμενους κινδύνους όπως οι πανδημίες ή η κλιματική αλλαγή", είπε.

Δημόσια Υγεία: Οι ερευνητές και οι επιστήμονες δεδομένων στο The Florey βρήκαν έναν τρόπο να αξιοποιήσουν την τεχνητή νοημοσύνη (AI) για να βελτιώσουν την ακρίβεια των ανθρώπων στην πρόβλεψη μελλοντικών γεγονότων. Η ομάδα χρησιμοποίησε την τεχνητή νοημοσύνη για να βελτιώσει την ακρίβεια των προβλέψεων που προέρχονται από το πλήθος σε μια πλατφόρμα αγοράς προβλέψεων. Το έγγραφο της ομάδας, που δημοσιεύθηκε στο eBioMedicine, αναφέρει ότι το προκύπτον υβριδικό μοντέλο ανθρώπου-μηχανής ήταν πιο ακριβές από τους ανθρώπους μόνο για την πρόβλεψη γεγονότων που σχετίζονται με την COVID-19.


Η επικεφαλής συγγραφέας της εργασίας, καθηγήτρια Anne-Louise Ponsonby, δήλωσε ότι η ποιοτική πρόβλεψη είναι το κλειδί για τη λήψη ορθών αποφάσεων. “Το να έχουμε μια ακριβή εικόνα για το τι πρέπει να περιμένουμε στο μέλλον είναι σημαντικό είτε ανταποκρινόμαστε σε μια πανδημία, είτε στα αποτελέσματα των εκλογών, είτε στην οικονομία. Η πανδημία COVID-19 ανέδειξε ότι όχι μόνον η πρόβλεψη είναι μια δύσκολη δραστηριότητα, αλλά η πρόβλεψη που σχετίζεται με τα αποτελέσματα της δημόσιας υγείας είναι ιδιαίτερα δύσκολη”. Ο καθηγητής Ponsonby δήλωσε ότι οι αγορές προβλέψεων, οι οποίες χρησιμοποιούν τη σοφία του πλήθους για να προβλέψουν συγκεκριμένα αποτελέσματα, έχουν προηγουμένως ξεπεράσει σε ορισμένες μελέτες άλλες μεθόδους πρόβλεψης, όπως έρευνες, ομάδες εμπειρογνωμόνων και δημοσκοπήσεις. Η ομάδα ανέλυσε σε βάθος δεδομένα από μια βάση δεδομένων με ερωτήσεις σχετικά με την COVID-19 που τέθηκαν στην πλατφόρμα πρόβλεψης Almanis που διαχειρίζεται η Dysrupt Labs. “Χρησιμοποιήσαμε τεχνητή νοημοσύνη για να εντοπίσουμε τα χαρακτηριστικά, τα μοτίβα και τις προηγούμενες επιδόσεις των προβλέψεων για να δημιουργήσουμε μια βαθμολογία σε πραγματικό χρόνο για την πιθανή ακρίβεια των προβλέψεων ή την “ποιότητα των συναλλαγών” τους στην αγορά προβλέψεων. Δώσαμε επιπλέον βαρύτητα στις καλύτερες προβλέψεις, γεγονός που οδήγησε σε ακόμη πιο ακριβή αποτελέσματα”, δήλωσε ο καθηγητής Ponsonby. Η μέθοδος αυτή είχε ως αποτέλεσμα τη βελτίωση της πρόβλεψης γεγονότων σε διάφορα ανεξάρτητα σύνολα δεδομένων, συμπεριλαμβανομένου του προγράμματος κοινωνικής επιστήμης επόμενης γενιάς.

Τα δύο συστήματα συνήθως συμφωνούσαν στις προβλέψεις τους, αλλά όταν διαφωνούσαν, το υβριδικό μοντέλο ήταν πιθανό να υπερτερεί έναντι του μοντέλου που χρησιμοποιούνταν μόνο από τον άνθρωπο. Για παράδειγμα, όταν οι δύο προβλέψεις διαφωνούσαν κατά 5 ή περισσότερες ποσοστιαίες μονάδες ως προς την πιθανότητα συμβάντος, η βαθμολογία ακρίβειας Area Under the Curve (AUC) ήταν 0,90 για το υβριδικό μοντέλο σε σύγκριση με 0,77 για το μοντέλο μόνο για τον άνθρωπο (μια βαθμολογία 1 σε αυτή τη μετρική υποδηλώνει τέλεια πρόβλεψη, ενώ μια βαθμολογία 0,5 ισοδυναμεί με την τύχη). Ο επικεφαλής συγγραφέας, Alex Gruen, επιστήμονας δεδομένων της Florey, δήλωσε ότι η υβριδική προσέγγιση είναι πιθανό να είναι ιδιαίτερα χρήσιμη για την πρόβλεψη γεγονότων ή κινδύνων όπου δεν υπάρχουν καθιερωμένες πηγές δεδομένων ή υπάρχουν σημαντικές αβεβαιότητες σχετικά με την ανθρώπινη δράση. “Καθημερινά, οι άνθρωποι λαμβάνουν αμέτρητες αποφάσεις σε ατομικό και ομαδικό επίπεδο με βάση την πιθανότητα μελλοντικών γεγονότων”, δήλωσε ο κ. Gruen. “Αυτό το υβριδικό μοντέλο είναι ένας τρόπος για να βελτιωθεί η ακρίβεια των προβλέψεων και έχει τη δυνατότητα να βελτιώσει τις αντιδράσεις μας σε αναδυόμενους κινδύνους όπως οι πανδημίες ή η κλιματική αλλαγή”, είπε.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

Διαβάστε Eπίσης:

Τεχνητή νοημοσύνη για την ανάλυση προηγούμενων επιδημιών και την πρόβλεψη μελλοντικών

Εργαλείο πρόβλεψης πανδημιών από ερευνητές του Πανεπιστημίου Ντέιβις της Καλιφόρνια

Η Αφρική μπροστά στην αντιμετώπιση της πανδημίας

Πως μπαίνει "φρένο" στην εξάπλωση του κορωνοϊού

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Wearable συνδέει τη φλεγμονώδη νόσο του εντέρου με διαταραχή ύπνου

Wearable: Η μελέτη διαπίστωσε ότι σημαντικές αλλαγές στις μετρήσεις ύπνου - συγκεκριμένα, ο μειωμένος ύπνος REM και ο αυξημένος ελαφρύς ύπνος - εμφανίστηκαν μόνο όταν υπήρχε φλεγμονή στο σώμα.

Μια επαναστατική εξέταση αίματος μπορεί να ‘μετρά’ τον πόνο 

Εξέταση αίματος: Επιστήμονες έχουν ανακαλύψει ότι συγκεκριμένοι δείκτες, όπως οι φλεγμονώδεις κυτοκίνες, τα νευρογλοιακά στοιχεία και οι ορμόνες του στρες, ενδέχεται να σχετίζονται με την ένταση του πόνου.

Bloodstain analysis - Τέχνη και επιστήμη 

Ένα σημαντικό στοιχείο της τέχνης στην ανάλυση αίματος είναι η ικανότητα να διακρίνει κανείς διαφορετικά είδη αιμορραγίας, όπως τυχαία σταγόνες, διασκορπισμένες ή διασπαρμένες, και να συνθέσει ένα συνεκτικό σενάριο της εγκληματικής πράξης.

Ο πρώτος υπολογιστής που συνδυάζει ανθρώπινους νευρώνες με τσιπ σιλικόνης 

Μια από τις πιο σημαντικές εξελίξεις ήταν η δημιουργία των νευρομορφικών chip, που χρησιμοποιούν αναλογικά ή ψηφιακά κυκλώματα για να προσομοιώσουν τη συμπεριφορά των νευρώνων. Αυτά τα τσιπ μπορούν να μιμηθούν την πλαστικότητα του εγκεφάλου, δηλαδή την ικανότητα των νευρώνων να αλλάζουν τις συνδέσεις τους ανάλογα με τις εμπειρίες.

Ένα κοινό μόριο μπορεί να αντιστρέψει τη γήρανση των μυών 

Έρευνα: Το σημαντικό αυτό εύρημα δείχνει ότι το μόριο NAD+ μπορεί να λειτουργήσει ως «φάρμακο» για την αντιμετώπιση της μυϊκής γήρανσης, ανοίγοντας το δρόμο για νέες θεραπείες που θα βελτιώσουν την ποιότητα ζωής των ηλικιωμένων

Close Icon