Έλενα Τριανταφύλλου
Ερευνητές από το πανεπιστήμιο Stanford ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης το οποίο την στιγμή που κοιμάστε μπορεί να ανιχνεύσει τυχόν προβλήματα υγείας και κατά πόσο κινδυνεύει η ζωή σας, με τα ποσοστά επιτυχίας στην πειραματική έκδοση να είναι εντυπωσιακά.
Η τεχνητή νοημοσύνη μπορεί να έχει τρομοκρατήσει μεγάλο μέρος της ανθρωπότητας, παρόλα αυτά δεν έχει μόνο αρνητικές επιπτώσεις. Ερευνητές από το Πανεπιστήμιο Stanford ανέπτυξαν ένα πρωτοποριακό μοντέλο τεχνητής νοημοσύνης, το οποίο ονομάζεται SleepFM και την στιγμή που κοιμάστε μπορεί να ανιχνεύσει τυχόν προβλήματα υγείας που μπορεί να έχετε ή μπορεί να αναπτύξετε στο μέλλον.
Είμαι η πρώτη που λέω ότι η τεχνητή νοημοσύνη δεν έγινε για καλό και σίγουρα η ανθρωπότητα αν συνεχίσει να εξελίσσεται με αυτόν τον τρόπο, δεν θα έχει αίσιο τέλος. Παρόλα αυτά, το συγκεκριμένο παράδειγμα, είναι το πιο τρανό όταν σκέφτομαι ότι θα μπορούσε να χρησιμοποιηθεί σαν εργαλείο και μέχρι εκεί. Ο SleepFM μπορεί να ανιχνεύσει προβλήματα υγείας που μπορεί να έχεις και τα ποσοστά επιτυχίας στην πειραματική έκδοση είναι εντυπωσιακά. Διαβάστε παρακάτω:
Τί είναι το SleepFM;
Πιο συγκεκριμένα ερευνητές από το Πανεπιστήμιο Stanford ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης, αρκετά πρωτοποριακό. Το ονόμασαν SleepFM και σύμφωνα με τους ίδιους, μπορεί να εντοπίσει τον κίνδυνο εμφάνισης περισσότερων από 100 παθήσεων αναλύοντας τα δεδομένα από μόλις μία νύχτα ύπνου. Λειτουργεί ως ένα μεγάλο γλωσσικό μοντέλο LLM που αντί για λέξεις διαβάζει τη φυσιολογία του ανθρώπινου σώματος.
Δείτε ακόμα Υπνική παράλυση: Προσομοίωση δείχνει τί συμβαίνει στο σώμα όταν το παθαίνεις (βίντεο)
Πώς λειτουργεί το SleepFM;
Το συγκεκριμένο μοντέλο εκπαιδεύτηκε με πάνω από 580.000 ώρες δεδομένων ύπνου από 65.000 ασθενείς. Κατά τη διάρκεια τη νύχτας η τεχνητή νοημοσύνη παρακολουθεί και συσχετίζει στο ανθρώπινο σώμα τα παρακάτω:
- Εγκεφαλική δραστηριότητα (EEG).
- Καρδιακό ρυθμό και αναπνευστικά σήματα.
- Κινήσεις των ματιών και των ποδιών.
Οι ερευνητές λοιπόν διαπίστωσαν ότι η ακρίβεια του μοντέλου αυξάνεται όταν συνδυάζει όλα αυτά τα σήματα. Για παράδειγμα, αν ο εγκέφαλος φαίνεται να κοιμάται αλλά η καρδιά βρίσκεται σε κατάσταση εγρήγορσης, το σύστημα το αναγνωρίζει ως ένδειξη πιθανού προβλήματος υγείας.
Ποια ήταν τα ποσοστά επιτυχίας στο συγκεκριμένο πρότζεκτ;
Το μοντέλο επέδειξε εντυπωσιακά ποσοστά ακρίβειας στην πρόβλεψη σοβαρών καταστάσεων:
- Ασθένεια / Κατάσταση, Ποσοστό Ακρίβειας
- Νόσος Πάρκινσον & Αλτσχάιμερ, άνω του 80%
- Καρδιακή προσβολή, άνω του 80%
- Καρκίνος του μαστού & του προστάτη, άνω του 80%
- Πρόβλεψη θανάτου, 84%
- Εγκεφαλικό επεισόδιο & Αρρυθμία, τουλάχιστον 78%
Το μέλλον της διάγνωσης
«Ο ύπνος είναι μια κατάσταση όπου το σώμα είναι πλήρως “αιχμάλωτο” για οκτώ ώρες, επιτρέποντάς μας να μελετήσουμε τη γενική φυσιολογία του σε βάθος», εξήγησε ο καθηγητής Emmanuel Mignot. Το επόμενο βήμα για την ομάδα του Stanford είναι η ενσωμάτωση δεδομένων από wearables (smartwatches και δαχτυλίδια ύπνου), ώστε η τεχνολογία να γίνει προσβάσιμη στο ευρύ κοινό και να μην περιορίζεται μόνο σε όσους επισκέπτονται εξειδικευμένες κλινικές ύπνου.
Δείτε το παρακάτω βίντεο:
Photo via: linkedin.com (Alex Salkever)