Ученые Массачусетского технологического института разработали нейросеть G-Net, предсказывающую течение болезни пациента. Она позволит разрабатывать альтернативные планы лечения на основе истории пациента и проверять их перед принятием решения.
Научная статья была опубликована в Proceedings of Machine Learning Research, о результатах исследования рассказали в институте.
В основе нейросети лежит метод причинно-следственного вывода, который оценивает эффект динамического воздействия в присутствии измеренных смешанных переменных при различных способах лечения. То есть в компьютерную модель врачи могут загрузить данные о состоянии пациента и предполагаемые способы лечения. Затем искусственный интеллект покажет, как будет меняться состояние человека, если будет выбрана та или иная стратегия.
Нейросеть умеет работать с огромным количеством переменных. Во время тестов использовали модель сердечно-сосудистой системы человека, которая управляется 28 входными переменными, такими как артериальное давление, центральное венозное давление, общий объем крови и пр. Систему модифицировали для моделирования различных болезненных процессов. Так сформировалась история болезни тысяч гипотетических «пациентов». Затем для каждого случая подбирали по несколько разных стратегий лечения, в некоторых случаях даже меняя их на ходу. Прогноз искусственного интеллекта хорошо согласовывался с реальными наблюдениями для отдельных пациентов и усредненными траекториями на уровне популяции.
«Наша конечная цель — разработать метод машинного обучения, который позволил бы врачам исследовать различные сценарии и варианты лечения», — отметил научный сотрудник Массачусетского технологического института Ли-Вэй Леман.
Искусственный интеллект лучше профессиональных врачей оценил эффективность лечения пациентов
