Petek, 16. 6. 2023, 10.17
10 mesecev, 2 tedna
S pomočjo umetne inteligence do bolj natančnega napovedovanja končne višine otrok in mladostnikov
Termometer prikazuje, kako vroč je članek. Skupni seštevek je kombinacija števila klikov in komentarjev.
Termometer prikaže, kako vroč je članek. Skupni seštevek je kombinacija števila klikov in komentarjev.
0,03
Nov algoritem otrokovo rastno krivuljo s pomočjo umetne inteligence primerja z višino najbolj podobnih oseb v naboru podatkov ter te informacije uporabi za napovedovanje prihodnje rastne krivulje in odrasle višine.
Raziskovalci Instituta Jožef Stefan (IJS) in ljubljanske Fakultete za šport so razvili novo metodo za napovedovanje končne višine otrok in mladostnikov, ki združuje obsežne populacijske podatke in umetno inteligenco. Napovedi z novo metodo so zato bistveno bolj natančne od tistih, ki jih dajejo trenutne metode, so sporočili z IJS.
Kot so zapisali v sporočilu za javnost, lahko na rastni vzorec otroka sicer pogosto sklepamo iz rastnih krivulj obeh staršev, vendar te običajno niso preprosto dostopne. Najpogostejši pristop, ki ga uporabljajo pediatri, so zato percentilne tabele, kjer zdravnik preveri, ali otrok vsa leta ostaja v istem percentilnem razredu. Pri tem pa ne upoštevajo dejstva, da pubertetni rastni sunek pri vseh ne nastopi ob istem času. Metode, ki za oceno končne višine v odraslosti upoštevajo različne skupine podatkov, pa vključujejo dodatne meritve telesne višine, vključno z invazivnimi radiološkimi pregledi, raziskovalci pa so jih zasnovali zgolj na podlagi nekaj sto posameznikov.
Model temelji na podatkih več kot 16 tisoč šolarjev
V nasprotju z naštetimi metodami so slovenski raziskovalci nov algoritem za napovedovanje višine v odraslosti razvili na ogromnem naboru podatkov, skozi desetletja zbranih v okviru programa SLOfit za šolarje, bolj znanega kot meritve za športnovzgojni karton. Te namreč vsako leto vsebujejo tudi meritve višine, teže in več parametrov telesne zmogljivosti od otrokovega vstopa v osnovno šolo, pri starosti šest ali sedem let, do konca srednje šole, pri starosti 18 ali 19 let. Hkrati zajemajo celotno generacijo slovenskih otrok od 80. let naprej, poudarjajo na IJS.
Nov algoritem otrokovo rastno krivuljo s pomočjo umetne inteligence tako primerja z višino najbolj podobnih oseb v naboru podatkov ter te informacije uporabi za napovedovanje prihodnje rastne krivulje in odrasle višine. Po natančnosti zato bistveno presega trenutne modele, deloma tudi zato, ker temelji na uporabi podatkov več kot 16 tisoč šolarjev. Uspešno je integriran v spletno stran SLOfit, kjer je javno dostopen, študija pa je bila objavljena v znanstveni reviji PLOS One. Kot so pojasnili na inštitutu, je bila raziskava izvedena v okviru evropskega projekta Obzorja 2020 CrowdHEALTH.
Kot navajajo na IJS, v okviru evropskega projekta SmartCHANGE pravkar začenjajo tudi njegovo nadaljevanje. Projekt z akronimom SmartCHANGE se bo osredotočil na razvoj učinkovitejšega napovedovanja kronično nenalezljivih bolezni, na primer srčno-žilnih in presnovnih bolezni ter različnih oblik raka, pri otrocih in mladostnikih v njihovi odrasli dobi. Sprožilci teh so namreč prisotni že v mladosti, a s trenutnimi metodami diagnosticiranja niso nujno tudi pravočasno zaznani, so sporočili z IJS.
