IA: Google peut prédire la date de votre mort

Google a développé une intelligence artificielle qui peut prédire quand les gens vont mourir, avec une précision de 95%.

Une intelligence artificielle a été développée par le géant de la technologie pour prédire si les patients d’hôpital vont survivre plus de 24 heures après l’admission, et les essais se sont avérés exacts 95% du temps.

Le système a été développé par une équipe de chercheurs de Stanford, de l’université de Chicago et de l’université de Californie à San Francisco. Il utilise les données des patients comme l’âge, l’origine ethnique et le sexe, et les combine avec les informations de l’hôpital comme les antécédents médicaux, les signes vitaux et les résultats des tests.

Google a utilisé l’apprentissage automatique pour « apprendre » à l’IA à devenir plus précis, en utilisant les données anonymes de 216.221 adultes venant de deux centres médicaux américains.

La précision a été améliorée par la capacité du système à lire les données normalement indisponibles pour les machines, comme les dossiers médicaux et les notes de docteurs en PDF.

Après avoir assimilé 46 millions de données des informations fournies, l’IA a appris à associer les mots comme « vie » et « mort » avec des résultats de données. Cela signifie qu’elle peut comprendre la probabilité de mort d’une personne.

Nigam Shah, professeur à Stanford, a déclaré à Bloomberg qu’environ 80% du temps à développer des modèles prédictifs est passé à rendre les données lisibles pour l’IA. Mais le système de Google est capable d’utiliser toutes les formes de données dont il a été alimenté, grâce à ses capacités avancées d’apprentissage automatique.

Le système peut également prédire le temps qu’un patient va passer à l’hôpital et ses chances d’être réadmis.

Le système de Google s’est avéré exact pour prédire la mortalité des patients à 95% du temps, alors que les autres méthodes traditionnelles ont une précision de 86%.

Cette IA bat aussi les prédictions cliniques pour la durée du séjour à l’hôpital du patient et pour la probabilité de réadmission.

« Ces modèles surpassent les modèles prédictifs traditionnels utilisés en clinique dans tous les cas, » a déclaré Alvin Rajkomar de Google.