Ученые из Массачусетского технологического института описали нейросеть G-Net, которая способна предсказать течение болезни пациента при различных методах лечения.

В основе нейросети лежит метод причинно-следственного вывода, оценивающий эффект динамического воздействия в присутствии измеренных смешанных переменных, которые могут влиять как на лечение, так и на его результаты, сообщает сайт университета. G-Net использует рекуррентные нейронные сети (RNN), за счет чего лучше моделирует временные последовательности со сложной и нелинейной динамикой.

При оценке способности прогнозирования и обучения G-Net ученые создала два набора данных, основанных на недостоверных фактах. Каждый из них содержал около 1000 известных траекторий протекания лечения пациентов. На определенном шаге медики меняли способ лечения, заставляя нейросеть выстраивать примерно сотню новых прогнозов.

По словам ученых, их конечная цель — разработать метод машинного обучения, который позволил бы врачам исследовать различные сценарии и варианты лечения, а затем применять на реальных пациентах.

Ранее Мойка78 сообщала, что нейросеть вошла в 54% лучших разработчиков на соревновании по программированию.