Life2vec, la inteligencia artificial que puede predecir cuánto tiempo te queda de vida
Investigadores han desarrollado un chatbot de inteligencia artificial que puede predecir con un 78% de precisión la muerte de una persona en los próximos cuatro años y mejora la precisión de estos programas en un 11%.
Un equipo de la Universidad Técnica de Dinamarca (DTU) ha publicado un modelo de IA denominado así life2vec, que crea representaciones vectoriales de vidas humanas que puede predecir con un porcentaje de precisión del 70% la probabilidad de morir en los próximos cuatro años.
Los investigadores, que publican su hallazgo en la revista científica Nature Computational Science han denominado al programa life2vec, una network neural artificial que funciona de manera similar a las redes neuronales humanas y animales.
«La IA están revolucionando la forma en que las computadoras procesan el lenguaje humano. Por ello, así aprovechando la similitud estructural entre vidas humanas, analizadas como secuencias de eventos, y de oraciones en lenguaje natural, se ha utilizado un método para crear ricas representaciones vectoriales de vidas humanas, a partir de las cuales se pueden hacer predicciones precisas», señalan así pues los autores, coordinados por Sune Lehmann, profesora de la DTU.
Para ello utilizan un conjunto de datos de registro integral, que está disponible para Dinamarca a lo largo de varios años, y que se actualiza cada día: una base de datos de más de seis millones de personas que recoge todos los parámetros relacionados con la educación, la salud, el nivel de ingresos, la ocupación y vida laboral.
Una vez incorporados al modelo neural, el bot puede acertar más de siete de cada diez veces si un sujeto puede morir y cuándo lo hará. Ya existían modelos precedentes, pero life2vec afina los resultados un 11%.
«Los datos que se van recopilando se incrustan después en un único espacio vectorial que permiten pues predecir diversos resultados que van desde la mortalidad temprana hasta los matices de la personalidad, superando a los modelos más modernos por un amplio margen».
Utilizando métodos para interpretar modelos de aprendizaje profundo, probamos el algoritmo para poder comprender los factores que permiten nuestras predicciones. Nuestro marco permite a los investigadores descubrir mecanismos potenciales que impactan los resultados de la vida, así pues como las posibilidades asociadas para realizar intervenciones personalizadas».
Después de entrenar el modelo en una fase inicial, es decir, de que el bot aprenda a comprender pues los patrones de los datos, se ha demostrado que supera a otras redes neuronales avanzadas y predice así los resultados como la personalidad de cada uno y el mismo momento de la muerte con alta precisión.
«Si se utilizan grandes cantidades de datos sobre la vida de las personas y se entrenan pues los llamados «modelos transformadores», que (como ChatGPT) se utilizan para procesar el lenguaje, pueden organizar sistemáticamente los datos y predecir lo que sucederá en la vida de una persona e incluso estimar el día y la hora del óbito», señalan en un comunicado de la DTU.
«Usamos el modelo para abordar la pregunta fundamental: ¿hasta qué punto podemos predecir eventos concretos futuros basándose en condiciones y eventos del pasado? Científicamente, «lo que es resulta así emocionante para nosotros no es tanto la predicción en sí, sino la manera en que los datos permiten que el modelo proporcione respuestas tan precisas», afirma Lehman.
Life2vec responde a preguntas generales como: ¿Muerte dentro de cuatro años’? Cuando resulta que los investigadores analizan las respuestas del modelo, los resultados son consistentes con los hallazgos pues existentes en las ciencias sociales; por ejemplo, en igualdad de condiciones, existen sesgos que pueden determinar que las personas en una posición de liderazgo o con altos ingresos tengan entonces muchas más probabilidades de sobrevivir, mientras que ser hombre, estar capacitado o tener una enfermedad mental se asocia con un mayor riesgo de morir.
«Life2vec codifica los datos en un gran sistema de vectores, una estructura matemática que organiza los diferentes datos. El modelo decide dónde colocar los datos sobre el momento de nacimiento, educación, educación, salario, vivienda y salud».
«Lo interesante es considerar la vida humana como una larga secuencia de acontecimientos, de forma similar a cómo una frase en un idioma consta de una serie de palabras. Este es normalmente el tipo de tarea para la que se utilizan modelos transformadores en IA, pero en nuestros experimentos analizamos lo que llamamos secuencias de vida, es decir, acontecimientos que han ocurrido en la vida humana», afirma Sune Lehmann.
El modelo life2vec deriva numerosas cuestiones éticas, tales como la protección de datos confidenciales, la privacidad y el papel del sesgo en los datos. «Estos desafíos deben entenderse así más profundamente antes de que el modelo pueda usarse, por ejemplo, para evaluar el riesgo de un individuo de contraer así una enfermedad u otros acontecimientos vitales prevenibles».
«Empresas tecnológicas ya están empleando tecnologías similares para predecir acontecimientos de la vida y el comportamiento humano: rastrean nuestro comportamiento en las redes sociales, elaboran un perfil muy preciso de cada uno de nosotros precisión y utilizan esta información para predecir nuestro comportamiento e influir en nuestros comportamientos y decisiones. Este debate debe ser parte de la conversación democrática para que consideremos hacia dónde nos lleva la tecnología y si este es pues el desarrollo que queremos».
Según los investigadores, el siguiente paso sería incorporar otro tipo de información, como son el texto e imágenes o información sobre nuestras conexiones sociales. «Este uso de datos abre pues una interacción completamente nueva entre las ciencias sociales y de la salud».
Fuente: https://www.expansion.com/directivos/estilo-vida/salud/2023/12/19/65817eff468aebbe6f8b466c.html