Прогнозируйте свою продолжительность жизни с помощью искусственного интеллекта, используя данные вашего смартфона

• Новый ИИ может точно оценивать биологический возраст и основные факторы риска, связанные со здоровьем. 
• Он анализирует данные, собранные смартфонами и носимыми устройствами.
• Разработчики выпустили приложение, которое отслеживает, как ваша повседневная активность влияет на продолжительность жизни.  

Многие биологические факторы, такие как экспрессия генов, уровень ДНК и кровообращения , тесно коррелируют с возрастом. Однако профиль генома или крупномасштабные биохимические исследования довольно сложны и дороги для любых приложений, выходящих за рамки научных исследований.

Чтобы упростить задачу, разработчики биотехнологической компании GERO и Московского физико-технического института (Россия) создали систему искусственного интеллекта, которая может оценивать биологический возраст и основные факторы риска, связанные со здоровьем. Он работает путем анализа данных, собранных смартфонами и носимыми устройствами.

ИИ уже продемонстрировал феноменальную производительность в распознавании образов, распознавании речи, визуальной идентификации объектов и других областях. Фактически, нейронные сети используются в медицинской сфере для обеспечения персонализированного лечения и производства лекарств. Вдохновленные этими инструментами, исследователи разработали новую систему, которая может предоставлять точную информацию о состоянии здоровья на основе физической активности.

Современные операционные системы портативных и носимых устройств позволяют собирать и хранить в облаке записи личной активности, не нарушая повседневную жизнь пользователя. И делается это в очень больших масштабах – для миллиардов людей. ИИ использует эти записи для постоянного мониторинга рисков, связанных со здоровьем, и предоставления обратной связи в режиме реального времени.

Как они это сделали?

Исследователи извлекли клинические данные и записи о физической активности за 4 года (с 2003 по 2006 год) из NHANES (Национального исследования здоровья и питания). Затем они обучили нейронную сеть на недельных записях оценивать риск смертности и биологический возраст.

Они сравнили три все более точные модели биологического возраста –

1. Многомерная линейная регрессия
2. Неконтролируемый анализ главных компонентов (PCA)
3. Глубокая сверточная нейронная сеть (CNN)

Исследователи обнаружили, что контролируемый метод или CNN раскрыл большинство закономерностей биологических движений и установил их связь с продолжительностью жизни и общей информацией о здоровье. Алгоритм превзошел все существующие модели рисков смертности и биологического возраста, работающие на тех же данных.

Ссылка:Природа | doi:10.1038/s41598-018-23534-9 | МФТИ 

Команда разработала приложение для iOS, которое видит (с помощью акселерометра телефона), как повседневная активность пользователя влияет на продолжительность его жизни.

Более того, в своей предыдущей работе команда использовала элементы матрицы перехода, агрегированные дескрипторы и простую форму квантильной нормализации, чтобы продемонстрировать, что ИИ, обученный на данных NHANES, может использоваться для оценки рисков для здоровья в Биобанке Соединенного Королевства.

Что дальше?

Некоторые компании медицинского страхования уже начали предлагать скидки в зависимости от физической активности пользователя, отслеживаемой с помощью носимых устройств.

Читайте:ИИ, фильтрующий спам, изучает поведение животных

По словам разработчиков, алгоритм может быть усовершенствован для получения более точных моделей рисков. Сочетание новейших методов машинного обучения с теорией старения позволит создать еще более совершенные модели здоровья, которые позволят снизить риски долголетия в страховании и помочь в планировании выхода на пенсию. ИИ также может внести свой вклад в разработку методов борьбы со старением и будущие клинические испытания.



Искусственный интеллект Facebook трансформирует музыку в разных жанрах и инструментах Революционная микроскопия раскрывает беспрецедентные детали клеток в режиме реального времени