Фитнес-трекеры научили определять вероятную продолжительность жизни
Исследователи из нескольких московских IT-компаний и МФТИ представили способ измерения ожидаемой продолжительности жизни человека без сдачи анализов и других инвазивных процедур. Биологический возраст пользователя определяет искусственный интеллект (ИИ), на основе которого уже создана бета-версия мобильного приложения. Разработчики ИИ надеются, что их продукт облегчит жизнь медикам и страховым компаниям. Научная статья опубликована в журнале Scientific Reports.
Согласно исследованиям английского математика Бенджамина Гомперца, проведенным еще в XIX веке, начиная с 30 лет вероятность смерти человека непрерывно растет по экспоненте. Эту зависимость назвали кривой Гомперца. Однако немалую роль в возрастающем риске гибели играет биологический возраст, часто не совпадающий с календарным. Он определяется по состоянию различных систем жизнедеятельности человека, наличию у него хронических болезней и множеству других показателей. Как правило, чтобы узнать эти параметры, требуется сдать большое количество анализов и пройти ряд обследований, что отнимает много времени. Поэтому российские специалисты по технологиям машинного обучения предложили новый подход, не требующий от человека прохождения медицинских проверок и тем самым существенно экономящий время.
В основу их метода легла оценка двигательной активности испытуемых. Авторы исследования сумели связать определенные паттерны (наборы) движений с конкретными вариациями состояния здоровья. Они использовали данные Национальной программы проверки здоровья и питания США (National Health and Nutrition Examination Survey, NHANES), полученные в 2003—2004 и 2005−2006 годах. Одна из частей этой программы — семидневная оценка двигательной активности участников с помощью акселерометров в составе миниатюрных приборов, надеваемых на руку как часы. Такие акселерометры раз в минуту регистрируют, как изменилось положение человека в пространстве.
Авторы работы сравнили уровни физической активности участников NHANES и паттерны их движений с результатами медицинских проверок тех же людей и (для кого эта цифра была доступна) продолжительностью жизни. Связь между двумя этими группами данных ученые искали с помощью алгоритмов нескольких типов. Наиболее чувствительным показало себя глубинное машинное обучение. Его оценка вероятности смерти конкретного человека в его биологическом возрасте была наиболее близкой к вычисленной по кривой Гомперца и точнее других предсказывала наличие у этого человека определенных хронических заболеваний по паттернам его движений. На основе этого ИИ уже создано мобильное приложение, позволяющее пользователю самостоятельно анализировать вероятные риски.
Ученые считают, что разработанный ими ИИ во многих случаях способен заменить более длительные проверки здоровья и определение биологического возраста традиционными методами диагностики, среди которых есть и инвазивные (т.е. нарушающие целостность организма человека, к примеру, анализ крови). Кроме того, к медикам-диагностам обычно обращаются уже после проявления симптомов заболеваний, а анализ данных с фитнес-браслета позволит принять профилактические и лечебные меры раньше, чем наступи здоровье ощутимо ухудшится.
Наконец, метод российских исследователей позволит без дополнительных усилий выявить, относится ли пациент или желающий застраховаться к группе риска — то есть к людям с повышенным риском смерти. Вполне вероятно, что, узнав о потенциальной опасности, человек пересмотрит свой образ жизни в сторону более здорового и за счет этого снизит стоимость своей страховки.