Zagrożenie samobójstwem? AI go nie dostrzega
|
|
W przyrodzie kolor wściekle żółty bywa stosowany ku przestrodze (patrz: liściołaz żółty) czy jako kamuflaż (patrz: modliszka storczykowa). W Pulsarze natomiast – to sygnał końca embarga, które prestiżowe czasopisma naukowe nakładają na publikowane przez badaczy artykuły. Tekst z żółtym oznaczeniem dotyczy więc doniesienia, które zostało upublicznione dosłownie przed chwilą. |
Naukowcy wzięli pod lupę wyniki aż 53 badań, które objęły łącznie ponad 35 mln kartotek medycznych i danych na temat prawie 250 tys. przypadków śmierci samobójczych lub samookaleczeń wymagających hospitalizacji. Na tej podstawie doszli do wniosku, że główny problem z algorytmami AI polega na ich nierównej skuteczności. Z jednej bowiem strony, bardzo dobrze radzą sobie z identyfikacją osób, które nie są zagrożone, prawidłowo klasyfikując je jako „bezpieczne”. W najważniejszym aspekcie jednak zawodzą: nie potrafią skutecznie wyłapać tych znajdujących się w grupie ryzyka. Dlatego algorytmy przegapiły ponad połowę pacjentów, którzy później zmarli na skutek samobójstwa lub dokonali samookaleczenia, błędnie oznaczając jako osoby o „niskim ryzyku”.
Sięgnij do źródeł
Badania naukowe: Machine learning algorithms and their predictive accuracy for suicide and self-harm: Systematic review and meta-analysis
Dlatego autorzy badania podkreślają, że pod względem skuteczności predykcyjnej, AI nie okazuje się lepsza od tradycyjnych skal oceny ryzyka stosowanych od lat w psychiatrii. One również charakteryzują się niską trafnością, dlatego wiele towarzystw naukowych i wytycznych klinicznych odradza opieranie na nich decyzji o przydzielaniu pacjentom konkretnych form opieki.
Naukowcy wskazują na pewne ograniczenia swojej pracy, przede wszystkim ogólnie niską jakość metodologiczną analizowanych przez nich badań. Ponadto, z powodu braku wystarczających danych, z metaanalizy wykluczono 48 potencjalnie istotne publikacji. Generalne wnioski z niej płynące wydają się przekonujące i dość jednoznaczne: obecne algorytmy uczenia maszynowego nie nadają się ani do przesiewowego wykrywania zagrożenia samobójstwem, ani do priorytetyzacji pacjentów wysokiego ryzyka.
Dziękujemy, że jesteś z nami. To jest pierwsza wzmianka na ten temat. Pulsar dostarcza najciekawsze informacje naukowe i przybliża najnowsze badania naukowe. Jeśli korzystasz z publikowanych przez Pulsar materiałów, prosimy o powołanie się na nasz portal. Źródło: www.projektpulsar.pl.