Google AI voorspelt het risico op hartaandoeningen door in je ogen te kijken
Wetenschappers van Google en de dochteronderneming Verily hebben een manier ontdekt om het risico op hartaandoeningen bij een persoon te bepalen met machine learning. Door scans van de achterkant van het oog van een patiënt te analyseren, kan de software van het bedrijf nauwkeurig gegevens afleiden.
Om het algoritme te trainen, gebruiken wetenschappers medische gegevens van 300.000 patiënten. Die data wordt met machine learning geanalyseerd. De medische data omvat oogscans en algemene medische gegevens en informatie. Neurale netwerken worden gebruikt om patronen te ontdekken in de data en die patronen te staven aan visuele afwijkingen op de scans. Onder meer de leeftijd van een persoon, de bloeddruk en het al dan niet roken, kan worden afgeleid uit de data.
Patiënten vergelijken
Door retinale beelden van twee patiënten, van wie één van de twee lijdt aan hartproblemen, te vergelijken, leert het zelflerende algoritme van Google met 70 procent zekerheid voorspellen of een persoon risico loopt op een hartaandoening op basis van nieuwe oogscans.
Met 70 procent zekerheid doet de oogtest van Google het net iets slechter dan de veelgebruikte SCORE-methode die het cardiovasculaire risico voorspelt aan de hand van een bloedtest. Die SCORE-test zou 72 procent zekerheid bieden.
Machine learning
Het gebruik van machine learning binnen medisch onderzoek is de eerste stap naar wetenschappelijke ontdekkingen door artificiële intelligentie. Voorlopig zijn de medische algoritmes gebouwd om bestaande diagnoses te repliceren. Toch vindt het algoritme nieuwe manieren om aandoeningen op te sporen door bestaande medische gegevens te analyseren.
In de toekomst kan kunstmatige intelligentie nieuwe medische inzichten verschaffen zonder enige vorm van menselijke richtlijnen. Het is vermoedelijk een reden waarom Google zelf projecten opstart, zoals het Project Baseline-onderzoek. Dat onderzoek verzamelt uitgebreide medische dossiers van 10.000 personen.
Voorlopig is het idee van een computer die met artificiële intelligentie en machine learning nieuwe diagnoses stelt, zonder menselijk toezicht, nog een verre toekomst.
Wetenschappers van Google en de dochteronderneming Verily hebben een manier ontdekt om het risico op hartaandoeningen bij een persoon te bepalen met machine learning. Door scans van de achterkant van het oog van een patiënt te analyseren, kan de software van het bedrijf nauwkeurig gegevens afleiden.
Om het algoritme te trainen, gebruiken wetenschappers medische gegevens van 300.000 patiënten. Die data wordt met machine learning geanalyseerd. De medische data omvat oogscans en algemene medische gegevens en informatie. Neurale netwerken worden gebruikt om patronen te ontdekken in de data en die patronen te staven aan visuele afwijkingen op de scans. Onder meer de leeftijd van een persoon, de bloeddruk en het al dan niet roken, kan worden afgeleid uit de data.
Patiënten vergelijken
Door retinale beelden van twee patiënten, van wie één van de twee lijdt aan hartproblemen, te vergelijken, leert het zelflerende algoritme van Google met 70 procent zekerheid voorspellen of een persoon risico loopt op een hartaandoening op basis van nieuwe oogscans.
Met 70 procent zekerheid doet de oogtest van Google het net iets slechter dan de veelgebruikte SCORE-methode die het cardiovasculaire risico voorspelt aan de hand van een bloedtest. Die SCORE-test zou 72 procent zekerheid bieden.
Machine learning
Het gebruik van machine learning binnen medisch onderzoek is de eerste stap naar wetenschappelijke ontdekkingen door artificiële intelligentie. Voorlopig zijn de medische algoritmes gebouwd om bestaande diagnoses te repliceren. Toch vindt het algoritme nieuwe manieren om aandoeningen op te sporen door bestaande medische gegevens te analyseren.
In de toekomst kan kunstmatige intelligentie nieuwe medische inzichten verschaffen zonder enige vorm van menselijke richtlijnen. Het is vermoedelijk een reden waarom Google zelf projecten opstart, zoals het Project Baseline-onderzoek. Dat onderzoek verzamelt uitgebreide medische dossiers van 10.000 personen.
Voorlopig is het idee van een computer die met artificiële intelligentie en machine learning nieuwe diagnoses stelt, zonder menselijk toezicht, nog een verre toekomst.
