Internacional
Árabe
Investigadores daneses utilizan el aprendizaje automático para predecir con exactitud aspectos de la vida de las personas, incluido su posible fallecimiento
(CNN) -- Investigadores daneses afirman haber utilizado potentes algoritmos de aprendizaje automático, también conocido como "machine learning" para predecir con exactitud ciertos aspectos de la vida humana, como la probabilidad de que una persona muera pronto.
El estudio, publicado esta semana en la revista académica Nature Computational Science, detalla cómo un modelo de algoritmo de aprendizaje automático llamado life2vec predijo el resultado de la vida de una persona y sus acciones cuando se le presentaron datos muy específicos sobre ella.
Con esos datos, "podemos hacer cualquier tipo de predicción", afirma Sune Lehmann, autora principal del estudio y profesora de la Universidad Técnica de Dinamarca. Sin embargo, los investigadores señalan que se trata de un "prototipo de investigación" y que en su estado actual no puede realizar ninguna "tarea del mundo real".
Lehmann y sus coautores utilizaron datos de un registro nacional de Dinamarca en el que se detalla una agrupación diversa de 6 millones de personas. Incluyeron información de 2008 a 2016 relacionada con aspectos importantes de la vida como la educación, la salud, los ingresos y la ocupación.
Los investigadores adaptaron técnicas de procesamiento del lenguaje y generaron un vocabulario de acontecimientos vitales para que life2vec pudiera interpretar frases basadas en los datos, como "En septiembre de 2012, Francisco recibió veinte mil coronas danesas como guardia en un castillo de Elsinore" o "Durante su tercer año en el internado de secundaria, Hermione cursó cinco clases optativas".
A continuación, el algoritmo aprendía de esos datos, afirma Lehmann, y era capaz de hacer predicciones sobre determinados aspectos de la vida de las personas, como su forma de pensar, sentir y comportarse, e incluso si la persona podría morir en los próximos años.
Para predecir cuán pronto podría morir alguien, el equipo utilizó datos del 1 de enero de 2008 al 31 de diciembre de 2015 sobre una cohorte de más de 2,3 millones de personas de entre 35 y 65 años. Se seleccionó este grupo porque la mortalidad en esa franja de edad es más difícil de predecir, explicó Lehmann.
Life2vec utilizó los datos para inferir la probabilidad de que una persona sobreviva los cuatro años posteriores a 2016.
"Para comprobar la eficacia de [life2vec], elegimos un grupo de 100.000 individuos en el que la mitad sobrevive y la otra mitad muere", explicó Lehmann. Los investigadores sabían qué personas habían muerto después de 2016, pero el algoritmo no.
A continuación, lo pusieron a prueba. Hicieron que el algoritmo hiciera predicciones individuales sobre si alguien vivía o no más allá de 2016. Los resultados fueron impresionantes: el algoritmo acertó el 78% de las veces.
Life2vec también superó al menos en un 11% a otros modelos y líneas de base de última generación al predecir los resultados de mortalidad con mayor precisión, según el informe.
Los varones tenían más probabilidades de morir después de 2016. Ser un trabajador cualificado, como un ingeniero, o tener un diagnóstico de un problema de salud mental, como depresión o ansiedad, también condujo a una muerte más temprana, según los investigadores. Por su parte, ocupar un puesto directivo o tener ingresos elevados a menudo empujaba a las personas hacia la columna de "sobrevivir".
Sin embargo, la investigación tenía varias limitaciones. "Observamos que los experimentos no fueron aleatorios y que los investigadores no estaban cegados respecto a la asignación durante los experimentos y la evaluación de los resultados", señala el informe.
Los investigadores examinaron únicamente los datos de un periodo de ocho años, y puede haber sesgos sociodemográficos en el muestreo, aunque todas las personas de Dinamarca figuren en el registro nacional.
"Si alguien no tiene un salario, o decide no participar en los sistemas sanitarios, no tenemos acceso a sus datos", señalaron.
El estudio se realizó en un país rico que cuenta con una infraestructura y un sistema sanitario sólidos, señalan también los autores. No está claro si las conclusiones de life2vec pueden aplicarse en otros países como Estados Unidos, dadas sus diferencias económicas y sociales.
Lehmann dice que sabe que el algoritmo suena "ominoso y descabellado, pero en realidad es algo en lo que se ha trabajado mucho, sobre todo impulsado por las compañías de seguros".
El Dr. Arthur Caplan, director de la División de Ética Médica de la Facultad de Medicina Grossman de la Universidad de Nueva York, coincide en que las aseguradoras estarán ansiosas por adelantarse a los consumidores cuando modelos como life2vec se hagan más comerciales.
"Esto va a dificultar la venta de seguros", afirma. "No se pueden vender seguros contra riesgos si todo el mundo sabe exactamente cuáles son".
Sin embargo, Caplan, que no participó en la nueva investigación, señala que life2vec no predice a qué edad morirá una persona ni cómo. Por ejemplo, el algoritmo no puede predecir si una persona va a morir en un accidente de coche.
Caplan espera que aparezcan modelos de predicción más avanzados en apenas cinco años.
"Tendremos modelos mejores, con bases de datos más amplias, que sugerirán qué hacer para prolongar la vida", afirma.
En última instancia, según Caplan, el uso de la inteligencia artificial para predecir cuándo podemos morir elimina el único aspecto de nuestras vidas que las mantiene interesantes: el misterio.
"Nos preocupa que los robots se apoderen del mundo y decidan que no nos necesitan", afirma. "Lo que debe preocuparnos es que los robots manipulen la información y sean capaces de predecir muchas cosas sobre nuestro comportamiento, de modo que acabemos teniendo vidas tan predecibles que le quiten parte del valor a la vida".
