Нов модел на вештачка интелигенција, наречен Фејс ејџ, проценува колку старо изгледа една личност во споредба со нејзината хронолошка возраст. Производителите велат дека нивната алатка би можела да им помогне на лекарите да одлучат за најдобриот начин за лекување болести како што е ракот.
– Кога лекар лекува пациент со рак, едно од првите нешта што ги прави е да се обиде да процени колку добро се чувствува поединецот – вели Хуго Ертс, директор на Програмата за вештачка интелигенција во медицината во Општата болница во Масачусетс, Бригам.
Според него, тоа често е многу субјективна процена, но може да влијае на многу идни одлуки за третман, вклучувајќи го и тоа колку агресивен или интензивен треба да биде нивниот план за третман. На пример, лекарите може да одлучат дека пациент што изгледа помладо и подобро одговара на неговата возраст може подобро да толерира агресивен третман и на крајот да живее подолго од пациент што изгледа постаро и покревко, дури и ако двајцата се на иста возраст. Фејс ејџ би можел да ја олесни таа одлука со претворање на субјективните процени на лекарите во квантитативна мерка, напишаа авторите на студијата, а со квантификација на биолошката возраст, моделот би можел да понуди уште една точка на податоци што ќе им помогне на лекарите да одлучат кој третман да го препорачаат.
Ертс и неговите колеги го тренирале моделот на повеќе од 58.000 фотографии од луѓе на возраст од 60 години и постари за кои се претпоставувало дека се во просечна здравствена состојба за нивната возраст во времето кога била направена фотографијата. Во овој сет за обука, истражувачите ја проценија хронолошката возраст на моделите и претпоставија дека биолошката возраст на луѓето е слична, иако научниците забележаа дека оваа претпоставка не е точна во секој случај. Потоа тимот го користел Фејс ејџ за да ја предвиди возраста на повеќе од 6.000 луѓе со рак. Пациентите со рак изгледале, во просек, околу пет години постаро од нивната хронолошка возраст.
Сепак, Фејс ејџ сè уште не е подготвен за употреба во болници или лекарски ординации. Потребни се понатамошни истражувања со поголеми и порепрезентативни обуки за да се разбере како овие фактори влијаат врз процените.
