O Life2Vec é um algoritmo dinamarquês capaz de prever a probabilidade de uma pessoa morrer, e tem mais de 78% de confiabilidade.
A tecnologia foi desenvolvida por pesquisadores da Universidade Técnica da Dinamarca e foi publicada no periódico Nature Computational Science em 2022.
O Life2Vec é um modelo de aprendizado de máquina, semelhante ao Bard e ao Chat GTP, que usa inteligência artificial para prever quando uma pessoa vai morrer em um determinado período de tempo - geralmente 4 anos.
O algoritmo foi testado em um conjunto de dados de pessoas que morreram nos últimos anos, e acertou mais de 78% das previsões.
Ele pode ser usado para prever a personalidade de uma pessoa e a probabilidade da sua morte, de acordo com os dados fornecidos.
O Life2Vec tem o potencial de ser uma ferramenta valiosa para profissionais de saúde e pesquisadores.
Ele pode ser usado para identificar pessoas que estão em risco de morte prematura, para orientar o tratamento de doenças crônicas e para desenvolver políticas públicas para melhorar a saúde da população.
Aqui estão alguns fatores que o Life2Vec considera para fazer as previsões:
- Idade: Quanto mais velha a pessoa, maior a probabilidade de ela morrer.
- Sexo: As mulheres, em geral, vivem mais do que os homens.
- Raça: As pessoas negras, em geral, vivem menos do brancos.
- Local de residência: As pessoas que vivem em áreas rurais, geralmente, vivem menos do em áreas urbanas.
- Histórico médico: As pessoas com doenças crônicas, como doenças cardíacas, câncer e diabetes, têm maior probabilidade de morrer prematuramente.
- Estilo de vida: As pessoas que fumam, bebem muito álcool ou são obesas têm maior probabilidade de morrer prematuramente.
Atenção! É importante ressaltar que o Life2Vec não é um diagnóstico médico. Ele é apenas uma ferramenta que pode ser usada para estimar o risco de morte de uma pessoa.
Portanto, a ferramenta não é infalível e está sujeita a erros.
Rede neural
O Life2Vec funciona usando uma técnica chamada transformador: um tipo de rede neural que é eficiente para para aprender relações entre dados variáveis.
A rede neural do algoritmo é inspirada no cérebro humano, sendo composta por um conjunto de nós, chamados de neurônios, que estão conectados entre si.
Os “neurônios” podem aprender a realizar tarefas complexas - como reconhecimento de padrões, classificação e previsão - por meio de um processo chamado de “aprendizado supervisionado”.
O método de redes neurais também é aplicado em plataformas como Chat GPT e Bard, que são as inteligências artificiais de busca mais populares da internet.
O Life2Vec foi treinado com o conjunto de dados de mais de 6 milhões de pessoas, que incluem informações sobre a idade, sexo, raça, local de residência, histórico médico, estilo de vida e outros fatores.
Depois dos testes, quando a máquina aprendeu os padrões, foi demonstrado que a IA supera outras redes neurais avançadas.
Até que ponto podemos prever o futuro?
“Usamos o modelo para abordar a questão fundamental: até que ponto podemos prever eventos em seu futuro com base nas condições e eventos em seu passado?”, diz Sune Lehmann, professor da DTU e principal autor do artigo, em comunicado.
“O que é emocionante é considerar a vida humana como uma longa sequência de eventos, assim como uma frase em uma linguagem consiste em uma série de palavras. Este é geralmente o tipo de tarefa que os modelos de transformadores em IA são usados”, disse Sune Lehmann.
“Mas em nossos experimentos nós usamos (a IA) para analisar o que chamamos de sequências de vida, ou seja, eventos que aconteceram na vida humana”, finalizou Lehmann.
Como fazer o teste?
Atualmente, o Life2Vec não está disponível para o público em geral. Ele está sendo usado em pesquisas e em alguns aplicativos médicos, mas não está disponível para uso pessoal.
Os pesquisadores por trás do artigo apontam que questões éticas ainda cercam o modelo, como proteção de dados sensíveis, privacidade e o viés dos dados.
Esses desafios precisam ser compreendidos mais profundamente antes do modelo ser usado , por exemplo, para avaliar o risco de uma pessoa contrair uma doença ou outros eventos que podem afetar a saúde do usuário.
*Com informações da CNN