År 2003 lanserades The Death Clock. En enkel hemsida gjorde det möjligt för användarna att föra in sitt födelsedatum och den vitala statistiken för att beräkna när det är mest sannolikt att de kommer att dö baserat på befolkningsgenomsnitt. Det är fortfarande online idag med tagline "Internetens vänliga påminnelse om att livet glider bort ..."

Nu har australiensiska forskare vid University of Adelaides folkhälsoskola tagit saker ett steg längre. De har byggt ett datorsystem som använder djupt lärande artificiell intelligens tekniker och medicinsk bildbehandling av patientkistor att förutsäga om de kommer att dö inom fem år.

"Att förutse en patients framtid är användbar eftersom det kan göra det möjligt för läkare att skräddarsy behandlingar för individen", säger Luke Oakden-Rayner, en radiolog och huvudförfattaren till ett papper som beskriver det nya systemet, publicerat i Scientific Reports.

"Den exakta bedömningen av biologisk ålder och förutsägelsen av patientens livslängd har hittills varit begränsad av läkarnas oförmåga att se inuti kroppen och mäta hälsan hos varje organ."

Komplex bildbehandling

I test som använde bilder av 48 patienters kistor, kunde den datorbaserade analysen förutsäga vilka patienter som skulle dö inom fem år med 68 procent noggrannhet. Det är ungefär samma precisionsnivå som mänskliga läkare uppnår i samma uppgift.

"Även om detta endast användes av ett litet urval av patienter, tyder vår forskning på att datorn har lärt sig att känna igen den komplexa bildhanteringsutseendet av sjukdomar, något som kräver omfattande träning för mänskliga experter", säger Oakden-Rayner.

Det som är särskilt intressant är att forskarna inte kan identifiera exakt vilka funktioner i bilderna som används av datorsystemet för att göra sina förutsägelser. De kunde bara konstatera att AI: s mest tillförlitliga förutsägelser gjordes för patienter med allvarliga kroniska sjukdomar som emfysem och kongestiv hjärtsvikt.

Nya vägar

Men maskinerna var inte utbildade i diagnos. "I stället för att fokusera på att diagnostisera sjukdomar kan de automatiserade systemen förutsäga medicinska resultat på ett sätt som läkare inte är utbildade att göra genom att integrera stora datamängder och upptäcka subtila mönster", sa Oakden-Rayner..

"Vår forskning öppnar nya vägar för tillämpning av artificiell intelligenssteknik i medicinsk bildanalys och kan erbjuda ett nytt hopp för tidig upptäckt av allvarlig sjukdom, vilket kräver särskilda medicinska ingrepp."

Nästa steg är att analysera tiotusentals fler patientbilder, för att förbättra systemet, men laget säger att det i slutändan hoppas att samma tekniker kan tillämpas för att förutsäga andra medicinska tillstånd - som risken för hjärtattacker.

  • Ingen riktig Jurassic Park för dig, säger vetenskapen