Penyelidik utama yang juga pensyarah epidemiologi dan sains data, Dr. Stephen Weng berkata, penjagaan kesihatan yang bersifat pencegahan adalah keutamaan yang semakin berkembang dalam melawan penyakit-penyakit serius, oleh itu pasukan penyelidik yang diketuainya telah membuat penyelidikan dalam masa beberapa tahun bertujuan menambah baik ketepatan penilaian risiko kesihatan berkomputer dalam populasi umum. Menurut beliau lagi, kebanyakan aplikasi memfokuskan kepada satu bidang penyakit sahaja, dan meramal kematian disebabkan beberapa hasil penyakit berbeza adalah bersifat sangat kompleks disebabkan oleh faktor persekitaran dan individu yang mempengaruhinya. Menurut Dr. Stephen Weng, pasukan penyelidiknya telah mengambil langkah yang besar kehadapan dalam bidang tersebut dengan membangunkan pendekatan yang bersifat holistik dan unik untuk meramal risiko kematian awal seseorang individu melalui pembelajaran mesin. Kajian tersebut menggunakan komputer untuk membina model ramalan risiko baharu yang mengambil kira faktor demografi, biometrik, klinikal dan cara hidup seseorang yang dinilai termasuklah pemakanan daging, buah dan sayur dalam diet mereka.
Pasukan penyelidik kemudiannya membuat pemetaan ramalan yang terhasil kepada data kematian daripada kohort, menggunakan rekod kematian Pejabat Perangkaan Kebangsaan, pendaftaran kanser UK dan statistik ‘hospital episodes’. Mereka menemui bahawa algoritma pembelajaran mesin jauh lebih tepat dalam meramal kematian berbanding model ramalan standard. Salah seorang penyelidik yang juga ahli akademik klinikal, Profesor Joe Kai menyatakan bahawa, teknik penggunaan kecerdasan buatan yang mereka gunakan adalah berbeza dengan teknik yang biasa digunakan. Teknik tersebut adalah baharu bagi kebanyakan penyelidikan kesihatan dan agak sukar untuk diikuti. Oleh itu, mereka akan membuat laporan dengan jelas berkenaan kaedah dan teknik yang mereka gunakan, sekaligus membantu pengesahan saintifik dan pembangunan masa hadapan bidang ini untuk tujuan penjagaan kesihatan.
Komen
Kongsi komen anda
Ayuh jadi yang pertama untuk memberi komen!
Sertai Kami atau Log Masuk untuk menghantar komen