Voorspel uw levensduur met AI met behulp van uw smartphonegegevens

• De nieuwe AI kan de biologische leeftijd en de belangrijkste gezondheidsrisicofactoren nauwkeurig inschatten. 
• Het analyseert gegevens verzameld door smartphones en draagbare apparaten.
• Ontwikkelaars hebben een app uitgebracht die observeert hoe uw dagelijkse activiteitenpatroon uw levensverwachting beïnvloedt.  

Veel biologische factoren, zoals genexpressie, DNA en bloedcirculatieniveaus, vertonen een nauwe correlatie met de leeftijd. Het genoomprofiel of grootschalige biochemie zijn echter behoorlijk moeilijk en duur voor toepassingen die verder gaan dan wetenschappelijk onderzoek.

Om het u gemakkelijk te maken, hebben ontwikkelaars van biotechnologiebedrijf GERO en het Moskouse Instituut voor Natuurkunde en Technologie, Rusland, een systeem voor kunstmatige intelligentie gebouwd dat de biologische leeftijd en de belangrijkste risicofactoren met betrekking tot de gezondheid kan inschatten. Het werkt door de gegevens te analyseren die worden verzameld door smartphones en draagbare apparaten.

AI heeft al fenomenale prestaties laten zien op het gebied van patroonherkenning, spraakherkenning, visuele objectidentificatie en andere gebieden. In de medische wereld worden neurale netwerken zelfs gebruikt om gepersonaliseerde behandelingen te bieden en medicijnen te maken. Geïnspireerd door deze hulpmiddelen hebben onderzoekers nu een nieuw systeem ontwikkeld dat nauwkeurige gezondheidsinformatie kan verschaffen op basis van fysieke activiteiten.

Moderne besturingssystemen van draagbare en draagbare apparaten maken het verzamelen en in de cloud opslaan van persoonlijke activiteiten mogelijk zonder de dagelijkse routine van de gebruiker te verstoren. En dit gebeurt op zeer grote schaal – voor miljarden mensen. De AI gebruikt deze gegevens om voortdurend gezondheidsrisico's te monitoren en in realtime feedback te geven.

Hoe hebben ze het gedaan?

Onderzoekers hebben vier jaar (2003 tot 2006) aan klinische gegevens en fysieke activiteitsregistraties uit NHANES (National Health and Nutrition Examination Survey) gehaald. Vervolgens trainden ze het neurale netwerk op basis van gegevens van één week om het sterfterisico en de biologische leeftijd in te schatten.

Ze vergeleken drie steeds nauwkeuriger wordende biologische leeftijdsmodellen –

1. Multivariate lineaire regressie
2. Ongecontroleerde analyse van hoofdcomponenten (PCA)
3. Diep convolutioneel neuraal netwerk (CNN)

Onderzoekers ontdekten dat de gecontroleerde methode of CNN de meeste biologische bewegingspatronen ontrafelde en hun relatie tot levensduur en algemene gezondheidsinformatie vastlegde. Het algoritme presteerde beter dan alle bestaande modellen van sterfterisico's en biologische leeftijd die op dezelfde gegevens gebaseerd waren.

Referentie:Natuur | doi:10.1038/s41598-018-23534-9 | MIPT

Het team heeft een iOS-app ontwikkeld die (met behulp van de versnellingsmeter van de telefoon) ziet hoe de dagelijkse activiteitenpatronen van gebruikers hun levensverwachting beïnvloeden.

Bovendien heeft het team in hun eerdere werk transitiematrixelementen, geaggregeerde descriptoren en een eenvoudige vorm van kwantielnormalisatie overgenomen om aan te tonen dat de AI die is getraind op NHANES-gegevens kan worden gebruikt om de gezondheidsrisico's in de United Kingdom Biobank in te schatten.

Wat is het volgende?

Sommige zorgverzekeraars zijn al begonnen met het aanbieden van kortingen op basis van de fysieke activiteiten van de gebruiker, gemonitord via draagbare apparaten.

Lezen:Spamfilterende AI leert gedrag van een dier

Volgens de ontwikkelaars kan het algoritme verder worden verbeterd om nauwkeurigere risicomodellen te bieden. Het combineren van de nieuwste machine learning-technieken met de verouderingstheorie zal nog betere gezondheidsmodellen opleveren om de langlevenrisico's in verzekeringen te verminderen en te helpen bij de pensioenplanning. De AI zou ook kunnen bijdragen aan de ontwikkeling van antiverouderingstherapieën en toekomstige klinische onderzoeken.