·该研究确认了增加过早死亡风险的几个因素，包括收入低、有精神健康诊断以及是男性，模型的失误通常由难以预测的事故或心脏病发作造成。该模型尚未向公众开放，也有科学家警告这种模式可能不适用于非丹麦人。
Fullscreen button
相关研究于当地时间12月18日发表在《自然-计算科学》。
相关研究于当地时间12月18日发表在《自然-计算科学》。
相关研究于当地时间12月18日发表在《自然-计算科学》。
如果AI可以告诉你的寿命，你会选择看一眼吗？
研究人员已开发出一款AI“死亡计算器”预测死亡时间，他们分析了600万丹麦人的数据，考察了收入、职业以及是否骨折等因素，来预测终生收入或早逝可能性等生命结果，模型预测准确率78%。相关研究于当地时间12月18日发表在《自然-计算科学》，论文题为《使用生活事件序列来预测人类寿命》。
研究人员采用了丹麦多年来全面且可获得的登记数据集，其中包括健康、教育、职业、收入、地址和工作时间等生活事件信息。把这些事件放在一个时间轴上，模型重现了每个人的数字生活故事。“我们使用ChatGPT背后的技术（即Transformer模型）来分析人的寿命，方法是将每个人生活中发生的事件表示为序列。”丹麦科技大学网络和复杂性科学家、论文第一作者苏恩·莱曼（Sune Lehmann）表示，“就像语言一样，生活事件发生的顺序非常重要。”
一个人生活的方方面面都被赋予了一个代码，例如S52表示前臂骨折，072表示产后出血，POS3513表示某人是计算机系统技术人员。研究人员分析了2008年至2016年间一个人生活故事的各个方面并建立模型，然后使用该算法来确定丹麦国家登记册上的人是否已经在2020年之前去世。
结果显示，这个名为Life2vec的模型预测准确率为78%。据Scripps News报道，目前Life2vec已在丹麦一组年龄在35岁-65岁的人身上进行了测试，其中一半人已经死亡。高收入和担任领导角色等特征会延长寿命，而吸烟等习惯会缩短寿命。模型还考虑了锻炼习惯和心理健康等因素。
另据《科学》报道，该研究还确认了增加过早死亡风险的几个因素，包括收入低、有精神健康诊断以及是男性。模型的失误通常由难以预测的事故或心脏病发作造成。
Life2vec模型能够预测各种各样的结果，包括从早逝率到性格的细微差别。研究人员表示，他们的框架允许他们发现影响寿命结果的潜在机制以及个性化干预的相关可能性。莱曼说，他想象有一天这个模型用于识别一个人的疾病风险，帮助人们采取措施保持健康。但这样的应用程序会带来大量数据隐私问题，在他的模型能够帮助任何人之前需要先解决这些问题。
该模型尚未向公众开放。也有科学家警告，这种模式可能不适用于非丹麦人。
