KI-Modell kann mit erstaunlicher Genauigkeit Longevity vorhersagen

KI-Modelle können komplexe Zusammenhänge in umfangreichen Daten erkennen, das nutze ein Team aus Forscherinnen und Forschern der Technischen Universität Dänemark und der Northeastern University in Boston dazu die Lebenserwartung, also Longevity, von Menschen bestimmen zu können.
Durch die Vielfalt und Menge der Daten sind sie ebenfalls in der Lage, Vorhersagen über zukünftige Ereignisse im Leben zu treffen, einschließlich der Möglichkeit, innerhalb der nächsten vier Jahre einen möglichen Tod festzustellen.

Für ihre Forschung erlangten die Wissenschaftler Zugang zu den Daten sämtlicher rund sechs Millionen dänischer Staatsbürgerinnen und Staatsbürger aus dem Zeitraum von 2008 bis 2020. Diese Daten enthielten Informationen wie Wohnort, Ausbildung, Beruf, Einkommen, Sozialleistungen sowie medizinische Angaben zu Arztbesuchen, Diagnosen und dem Schweregrad von Erkrankungen. Die sensiblen Informationen wurden von einer Regierungsorganisation nur unter strikten Auflagen der Wissenschaft zugänglich machte.

Das Modell zielt darauf ab, in welchem Maße zukünftige Ereignisse anhand von vergangenen Bedingungen und Ereignissen vorhergesagt werden können. Aus wissenschaftlicher Sicht interessieren dabei weniger die Vorhersagen selbst, sondern vielmehr die Aspekte der Daten, die es dem Modell ermöglichen, derart präzise Antworten zu liefern.

Um ihr Modell namens life2vec zu trainieren, haben die Forscher zunächst die Daten für jeden Bürger und jede Bürgerin in eine chronologische Abfolge gebracht. Anschließend wurden die Lebensabläufe von Personen im Alter von 25 bis 70 Jahren zwischen 2008 und 2016 in ein Transformer-Modell eingespeist, welches auch die Grundlage für große Sprachmodelle wie GPT bildet.
Life2vec funktioniert ähnlich wie Sprachmodelle wie etwa ChatGPT. In diesem Fall kann life2vec aufgrund der Lebensabläufe Verbindungen zwischen Ereignissen finden. Beispielsweise kann es feststellen, ob einem Jobwechsel oder einem Umzug von ländlichen Gebieten in die Stadt ein Herzinfarkt folgt oder ob die Diagnose einer Krankheit später auch mit der Entwicklung einer anders gelagerten Krankheit verbunden ist. Auf Basis dieser Verbindungen trifft das Modell Vorhersagen über die kommenden vier Jahre.
Jedes KI-Modell benötigt Daten auf denen es trainiert werden kann. Life2vec wurde initial nur mit Daten versorgt die bis 2016 reichten, da die Forscher jedoch Daten bis 2020 hatten, konnten sie die Prognosen mit den tatsächlichen Entwicklungen abgleichen und deren Zuverlässigkeit bewerten. Hierbei zeigte sich, dass life2vec bisherige Modelle zur Sterblichkeit um 11 Prozent übertroffen hat. Auch bei Vorhersagen über die Ergebnisse von Persönlichkeitstests übertrafen die Ergebnisse speziell für diese Aufgabe trainierte Modelle.
Die Forscher betonen jedoch, dass die Daten nicht frei von Fehlern sind. Bestimmte Bevölkerungsgruppen könnten in den Gesundheitsdaten unterrepräsentiert sein. In der Studie wird darauf hingewiesen, dass es sich bei life2vec um einen Forschungsprototyp handelt, der derzeit nicht für konkrete Aufgaben in der realen Welt vorgesehen ist. Das Modell sollte nicht dazu verwendet werden, die Zukunft einzelner Menschen zu analysieren.
Der Studienleiter Sune Lehmann betont, dass das Modell wichtige positive und negative Perspektiven eröffnet, die politisch diskutiert werden sollten. Ähnliche Technologien zur Vorhersage von Lebensereignissen und menschlichem Verhalten werden bereits heute von Technologieunternehmen eingesetzt, insbesondere im Bereich der Longevity.