Wetenschap
Het gebruik van apparaten zoals fitnesstrackers zal in de toekomst cruciaal worden bij het voorspellen van de persoonlijke levensverwachting. Krediet:Shutterstock
Deze vraag is doorgegaan in alle culturen en beschavingen. Het heeft geleid tot een overvloed aan religies en spirituele paden gedurende duizenden jaren, en meer recentelijk, enkele zeer vermakelijke apps.
Maar deze vraag roept nu een ander antwoord op, terwijl technologie ons langzaam dichter bij het nauwkeurig voorspellen van het antwoord brengt.
Het voorspellen van de levensduur van mensen, of hun "persoonlijke levensverwachting" (PLE) zou ons leven enorm veranderen.
Aan de ene kant, het kan voordelen hebben voor de beleidsvorming, en helpen de gezondheid van een individu te optimaliseren, of de diensten die ze ontvangen.
Maar het mogelijke misbruik van deze informatie door de overheid of de particuliere sector brengt grote risico's met zich mee voor onze rechten en privacy.
Hoewel het genereren van een nauwkeurige levensverwachting momenteel moeilijk is, vanwege de complexiteit van factoren die ten grondslag liggen aan de levensduur, opkomende technologieën kunnen dit in de toekomst mogelijk maken.
Hoe bereken je de levensverwachting?
Het voorspellen van de levensverwachting is geen nieuw concept. Experts doen dit op populatieniveau door mensen in groepen in te delen, vaak gebaseerd op regio of etniciteit.
Ook, tools zoals deep learning en kunstmatige intelligentie kunnen worden gebruikt om complexe variabelen te overwegen, zoals biomedische gegevens, iemands biologische leeftijd voorspellen.
Biologische leeftijd verwijst naar hoe "oud" hun lichaam is, in plaats van toen ze werden geboren. Een 30-jarige die zwaar rookt, kan een biologische leeftijd hebben die dichter bij de 40 ligt.
Het betrouwbaar berekenen van een levensverwachting vereist een geavanceerd systeem dat rekening houdt met een breed scala aan milieu-, geografisch, genetische en leefstijlfactoren – die allemaal van invloed zijn.
Met machine learning en kunstmatige intelligentie, het wordt haalbaar om grotere hoeveelheden data te analyseren. Het gebruik van deep learning en cognitief computergebruik, zoals bij IBM Watson, helpt artsen om nauwkeurigere diagnoses te stellen dan alleen menselijk oordeel te gebruiken.
Dit, gekoppeld aan voorspellende analyses en toenemende rekenkracht, betekent dat we binnenkort systemen kunnen hebben, of zelfs apps, die de levensverwachting kan berekenen.
Daar is een app voor
Net zoals bestaande instrumenten die de overlevingskansen van kanker voorspellen, de komende jaren kunnen we apps zien die gegevens proberen te analyseren om de levensverwachting te voorspellen.
Echter, ze zullen geen "overlijdensdatum" kunnen geven, of zelfs een jaar van overlijden.
Menselijk gedrag en activiteiten zijn zo onvoorspelbaar, het is bijna niet te meten, levensduur classificeren en voorspellen. Een persoonlijke levensverwachting, zelfs een zorgvuldig berekende, zou alleen een "natuurlijke levensverwachting" bieden op basis van generieke gegevens die zijn geoptimaliseerd met persoonlijke gegevens.
De sleutel tot nauwkeurigheid zou de kwaliteit en kwantiteit van de beschikbare gegevens zijn. Veel hiervan zou rechtstreeks van de gebruiker worden overgenomen, inclusief geslacht, leeftijd, gewicht, lengte en etniciteit.
Deze afbeelding laat zien hoe de levensverwachting van een persoon kan veranderen tussen twee tijdstippen (F en H) na een verbetering van de levensstijl, zoals gewichtsverlies.
Toegang tot realtime sensorgegevens via fitnesstrackers en slimme horloges zou ook activiteitsniveaus kunnen volgen, hartslag en bloeddruk. Dit kan dan worden gekoppeld aan informatie over levensstijl, zoals beroep, sociaaleconomische status, oefening, dieet en medische familiegeschiedenis.
Al het bovenstaande kan worden gebruikt om een persoon in een generieke groep in te delen om de levensverwachting te berekenen. Dit resultaat zou vervolgens in de loop van de tijd worden verfijnd door de analyse van persoonlijke gegevens, het bijwerken van de levensverwachting van een gebruiker en deze te laten controleren.
Twee kanten van een medaille
Voorspellingen van de levensverwachting kunnen gunstig zijn voor individuen, zorgaanbieders en overheden.
Bijvoorbeeld, ze zouden mensen bewuster maken van hun algemene gezondheid, en de verbetering of verslechtering ervan in de loop van de tijd. Dit kan hen motiveren om gezondere levensstijlkeuzes te maken.
Ze kunnen ook door verzekeringsmaatschappijen worden gebruikt om geïndividualiseerde diensten te verlenen, zoals hoe sommige autoverzekeringsmaatschappijen black-box-technologie gebruiken om de premies voor voorzichtigere bestuurders te verlagen.
Overheden kunnen wellicht voorspellingen gebruiken om beperkte middelen efficiënter toe te wijzen, zoals sociale bijstand en financiering van de gezondheidszorg, voor individuen en gebieden met een grotere behoefte.
Dat gezegd hebbende, er is een waarschijnlijk nadeel.
Mensen kunnen van streek raken als hun levensverwachting onverwacht laag is, of bij de gedachte er überhaupt een te hebben. Dit roept bezorgdheid op over de invloed van dergelijke voorspellingen op degenen die psychische problemen ervaren of het risico lopen op deze problemen.
Het hebben van gedetailleerde gezondheidsgegevens van mensen kan verzekeringsmaatschappijen ook in staat stellen om sollicitanten nauwkeuriger te profileren, leidt tot discriminatie van groepen of individuen.
Ook, farmaceutische bedrijven zouden gerichte medische campagnes kunnen coördineren op basis van de levensverwachting van mensen. En overheden kunnen ervoor kiezen om individuen anders te belasten, of diensten voor bepaalde mensen te beperken.
Wanneer zal het gebeuren?
Wetenschappers werken al vele jaren aan manieren om de levensverwachting van de mens te voorspellen.
De oplossing vereist input van specialisten, waaronder demografen, gezondheidswetenschappers, gegevenswetenschappers, IT-specialisten, programmeurs, medische professionals en statistici.
Hoewel het een uitdaging zal zijn om voldoende gegevens te verzamelen, we kunnen de komende jaren waarschijnlijk vooruitgang op dit gebied verwachten.
Als, kwesties met betrekking tot gegevenscompliance, ook en de samenwerking met de overheid en overheidsinstanties zal zorgvuldig moeten worden beheerd. Elk systeem dat de levensverwachting voorspelt, kan zeer gevoelige gegevens verwerken, ethische en privacykwesties aan de orde stellen.
Het zou ook cybercriminelen aantrekken, en diverse andere veiligheidsbedreigingen.
Vooruit gaan, de woorden van Jurassic Park's Dr. Ian Malcolm komen voor de geest:"Uw wetenschappers waren zo bezig met of ze wel of niet konden, ze stopten niet om na te denken of ze zouden moeten."
Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.
Wetenschap © https://nl.scienceaq.com