Life2vec: La app que Predice tu muerte con 80% de precisión

La inteligencia artificial (IA) es capaz de imitar las funciones de los médicos en el diagnóstico de enfermedades. Por ejemplo, en la tarea de detectar todo tipo de cánceres. Sin embargo, la capacidad de predecir la muerte de una persona con cierto grado de precisión es algo novedoso. Se ha desarrollado una aplicación llamada Life2vec por investigadores de la Universidad Técnica de Dinamarca (DTU) con este principio de funcionamiento.

Los investigadores desarrollaron un modelo de inteligencia artificial llamado «life2vec» que utiliza una extensa base de datos de datos personales y sociodemográficos para predecir las muertes de las personas. Este modelo funciona un 11% mejor que el mejor modelo de red neuronal actual y logra una tasa de éxito del 78%. Si quieres saber más, continúa con nosotros para que te enteres de todo.

¿Qué es Life2vec?

Life2vec es un modelo de inteligencia artificial que está equipado con una variedad de eventos de la vida. Dentro de estos se incluyen los datos sobre salud, educación, ocupación e ingresos, para predecir aspectos de la vida de una persona y entre estos la fecha de muerta. Esta app se basa en el análisis detallado y la interpretación de grandes cantidades de datos, que hace que las predicciones sean muy precisas. 

https://youtu.be/bmZ1A_10ryw

Los datos utilizados inicialmente para el periodo de formación cubren el periodo 2008-2016. Los científicos tenían certificados de defunción hasta 2020 para poder comparar las predicciones con eventos reales. Este primer experimento demostró que la IA acertó 8 de cada 10 veces.

Según el autor principal de Life2vec, Sune Lehmann, utilizar un modelo de lenguaje a gran escala como Chat GPT, Bard o Grok es esencial. Primero, es importante entender que la IA (en este caso Life2vec) utiliza datos detallados de la vida de las personas para hacer estas predicciones. Puede calificar su salud, trabajo, ingresos y más. las mismas cosas. 

Sin embargo, incluso con una alta precisión, no está libre de errores y siempre hay lugar para la incertidumbre. Este sistema utiliza la misma arquitectura informática que el Chat GPT. Se capacitó utilizando una base de datos personal y sociodemográfica de 6 millones de daneses proporcionada por agencias gubernamentales danesas. 

Utilizando una red neuronal de aprendizaje profundo basada en un modelo de lenguaje de alta dimensión se pudieron proporcionar respuestas predictivas sobre las situaciones futuras de las personas. Para esto se analizaron algunos criterios como educación, salud, ingresos y ocupación.

¿Cómo funciona?

El proceso de desarrollo de Life2vec incluye un riguroso preprocesamiento de datos para normalizar y clasificar variables clave como educación, salud, ingresos y ocupación. La estructura de datos está estructurada de modo que los patrones y correlaciones relevantes puedan identificarse fácilmente. El modelo se entrenó en varias etapas para mejorar su precisión en la predicción de resultados específicos, como la muerte prematura, en grandes conjuntos de datos.

El poder predictivo de Life2vec tiene una impresionante precisión del 78%, lo que representa una mejora significativa del 11% con respecto al modelo estándar. El análisis de conceptos espaciales muestra cómo los patrones organizan y comprenden los eventos de la vida humana, revelando patrones y relaciones importantes.

Es importante señalar que el uso de inteligencia artificial para predecir eventos como la muerte prematura implica consideraciones éticas fundamentales. Life2vec promete tener un impacto positivo en áreas como la salud pública y la planificación social, pero se debe apoyar el desarrollo y uso responsable de estas tecnologías para evitar soluciones potencialmente discriminatorias o dañinas.

Para preguntas frecuentes cómo «¿En qué año moriré?» Life2vec utiliza los siguientes datos para analizar el perfil de un usuario y estimar la fecha de su muerte.

• El hogar
• Educación e ingresos
• Salud
• Condiciones de empleo

«Life2vec», una ciencia computacional natural, cifra los datos utilizando estructuras matemáticas para que el modelo determine dónde colocar los datos en términos de nacimiento, educación, formación, salarios, vivienda y salud.

¿Cómo se ha entrenado Life2vec para predecir muertes?

Los investigadores alimentaron los datos de Life2vec recopilados entre 2008 y 2016 y los utilizaron para predecir condiciones futuras, incluida la probabilidad de muerte en los próximos cuatro años. El enfoque integrado incluyó pares de datos en los que un individuo del par estudiado murió, lo que dio como resultado una impresionante precisión del 78%. 

Aunque el modelo no puede predecir muertes por causas aleatorias, este avance es un paso importante en el uso de la inteligencia artificial para comprender y predecir aspectos importantes de la vida humana. Life2vec se basa en técnicas de aprendizaje profundo y modelado de datos utilizando arquitecturas de redes neuronales complejas, es decir, modelos de transductores. Estos modelos son eficaces para procesar conjuntos de datos y reconocer patrones en grandes conjuntos de información. Este enfoque permite a Life2vec analizar y aprender la secuencia de eventos en la vida de las personas y transformar estos eventos en representaciones digitales. 

Aspectos que tuvieron en cuenta los investigadores

Sune Lehmann Jørgensen de la Universidad Técnica de Dinamarca y sus colegas utilizaron un rico conjunto de datos de Dinamarca sobre la educación, las visitas al médico y al hospital, los diagnósticos, los ingresos y la ocupación de seis millones de personas entre 2008 y 2020. 

En el experimento, se enseñó Life2vec a todos. Esto excluye los últimos cuatro años de datos almacenados para pruebas. 

Los investigadores recopilaron datos de personas de entre 35 y 65 años (la mitad de las cuales murieron entre 2016 y 2020) y pidieron a Life2vec que predijera quién había muerto y quién seguía vivo. 

La IA era un 11% más precisa que cualquier otro modelo de IA o tabla de vida actuarial utilizada en la industria financiera para valorar los productos de seguros de vida. 

El modelo también pudo predecir puntuaciones de pruebas de personalidad para un subconjunto de la población con mayor precisión que un modelo de IA entrenado específicamente para la tarea. 

Jorgensen cree que el modelo utiliza suficientes datos para descubrir una amplia gama de problemas sociales y de salud. Esto significa que podría usarse para predecir y detectar problemas de salud tempranamente, o por los gobiernos para reducir la desigualdad. Sin embargo, las empresas señalan que también puede utilizarse de forma maliciosa. 

El problema de la ética de Live2vec

Los investigadores del artículo señalan que surgen cuestiones éticas con el modelo life2vec, como la protección de datos sensibles, la privacidad y el papel del sesgo de datos. Es necesario comprender mejor estos desafíos antes de que los modelos puedan usarse, por ejemplo, para estimar el riesgo de contraer una enfermedad u otros acontecimientos vitales prevenibles. 

«Tecnologías similares para predecir acontecimientos de la vida y el comportamiento humano hoy en día nos permiten rastrear nuestro comportamiento en las redes sociales, crear perfiles altamente precisos y ya están siendo utilizadas por la tecnología. empresas para predecir nuestro comportamiento e influir en nosotros. Este debate debe ser parte de un diálogo democrático. Sólo entonces podremos pensar hacia dónde nos lleva la tecnología y si este es el desarrollo que queremos», afirma Sune Lehmann.

Según los investigadores, el siguiente paso es añadir otro tipo de información, como texto, imágenes o información sobre las relaciones sociales. Este uso de datos abre nuevas interacciones entre las ciencias sociales y de la salud.