Apps kan snart være i stand til at forudsige din forventede levetid, men vil du vide det?

Dette spørgsmål har bestået på tværs af kulturer og civilisationer. Det har givet anledning til en overflod af religioner og åndelige stier i tusinder af år, og for nylig, nogle meget sjove apps.

Men dette spørgsmål får nu et andet svar, da teknologien langsomt bringer os tættere på at forudsige svaret præcist.

Forudsiger menneskers levetid, eller deres "Personal Life Expectancy" (PLE) ville i høj grad ændre vores liv.

På den ene side, det kan have fordele ved beslutningstagning, og hjælpe med at optimere en persons helbred, eller de tjenester, de modtager.

Men det potentielle misbrug af disse oplysninger fra regeringen eller den private sektor udgør store risici for vores rettigheder og privatliv.

Selvom det i øjeblikket er svært at generere en nøjagtig levetid på grund af kompleksiteten af ​​faktorer, der understøtter levetid, nye teknologier kan gøre dette til en realitet i fremtiden.

Hvordan beregner du forventet levetid?

Forudsigelse af forventet levetid er ikke et nyt begreb. Eksperter gør dette på et befolkningsniveau ved at klassificere mennesker i grupper, ofte baseret på region eller etnicitet.

Også, værktøjer som dyb læring og kunstig intelligens kan bruges til at overveje komplekse variabler, såsom biomedicinske data, at forudsige nogens biologiske alder.

Biologisk alder refererer til, hvor "gammel" deres krop er, frem for da de blev født. En 30-årig, der ryger kraftigt, kan have en biologisk alder tættere på 40.

At beregne en forventet levetid pålideligt ville kræve et sofistikeret system, der tager højde for en bredde af miljø, geografisk, genetiske og livsstilsfaktorer - som alle har indflydelse.

Med maskinlæring og kunstig intelligens, det bliver muligt at analysere større datamængder. Brug af dyb læring og kognitiv computing, f.eks. med IBM Watson, hjælper læger med at stille mere præcise diagnoser end at bruge menneskelig vurdering alene.

Det her, kombineret med forudsigelig analyse og stigende beregningseffekt, betyder, at vi snart kan få systemer, eller endda apps, der kan beregne levetid.

Der er en app til det

Ligesom eksisterende værktøjer, der forudsiger kræftoverlevelse, i de kommende år kan vi se apps, der forsøger at analysere data for at forudsige forventet levetid.

Imidlertid, de vil ikke være i stand til at angive en "dødsdato", eller endda et års død.

Menneskelig adfærd og aktiviteter er så uforudsigelige, det er næsten umuligt at måle, klassificere og forudsige levetid. En personlig levetid, selv en omhyggeligt beregnet, ville kun give en "naturlig levetid" baseret på generiske data optimeret med personlige data.

Nøglen til nøjagtighed ville være kvaliteten og mængden af ​​tilgængelige data. Meget af dette ville blive taget direkte fra brugeren, herunder køn, alder, vægt, højde og etnicitet.

Adgang til sensordata i realtid via fitness-trackere og smarte ure kan også overvåge aktivitetsniveauer, puls og blodtryk. Dette kunne derefter kobles med livsstilsinformation såsom besættelse, socioøkonomisk status, dyrke motion, kost og familiens medicinske historie.

Alt ovenstående kunne bruges til at klassificere et individ i en generisk gruppe til at beregne levetid. Dette resultat ville derefter blive forfinet over tid gennem analyse af personoplysninger, opdaterer en brugers forventede levetid og lader dem overvåge det.

To sider af en mønt

Forventninger om levealder har potentiale til at være gavnlige for enkeltpersoner, sundhedsudbydere og regeringer.

For eksempel, de ville gøre folk mere bevidste om deres generelle helbred, og dens forbedring eller forringelse over tid. Dette kan motivere dem til at træffe sundere livsstilsvalg.

De kan også bruges af forsikringsselskaber til at levere individualiserede tjenester, såsom hvordan nogle bilforsikringsselskaber bruger black-box teknologi til at reducere præmier for mere forsigtige chauffører.

Regeringer kan muligvis bruge forudsigelser til mere effektivt at allokere begrænsede ressourcer, såsom social bistand og sundhedsfinansiering, til enkeltpersoner og områder med større behov.

Det sagt, der er en sandsynlig ulempe.

Folk kan blive bekymrede, hvis deres forventede levetid er uventet lav, eller ved tanken om overhovedet at have en. Dette giver anledning til bekymring over, hvordan sådanne forudsigelser kan påvirke dem, der oplever eller risikerer psykiske problemer.

At have folks detaljerede sundhedsdata kan også lade forsikringsselskaber mere præcist profilere ansøgere, fører til forskelsbehandling af grupper eller enkeltpersoner.

Også, farmaceutiske virksomheder kunne koordinere målrettede medicinske kampagner baseret på folks forventede levetid. Og regeringer kunne vælge at beskatte enkeltpersoner forskelligt, eller begræns tjenester for bestemte mennesker.

Hvornår sker det?

Forskere har arbejdet på måder at forudsige menneskelig levetid i mange år.

Løsningen ville kræve input fra specialister, herunder demografer, sundhedsforskere, dataforskere, IT -specialister, programmører, læger og statistikere.

Selvom indsamlingen af ​​nok data vil være udfordrende, vi kan sandsynligvis forvente at se fremskridt på dette område i de kommende år.

Hvis så, spørgsmål vedrørende datakonformitet, samt samarbejde med regering og statslige organer skal styres omhyggeligt. Ethvert system, der forudsiger forventet levetid, ville håndtere meget følsomme data, rejser etiske og personlige oplysninger.

Det vil også tiltrække cyberkriminelle, og forskellige andre sikkerhedstrusler.

Bevæger sig fremad, ordene fra Jurassic Parks Dr. Ian Malcolm kommer til at tænke på:"Dine forskere var så optaget af, om de kunne eller ej, de stoppede ikke med at tænke, om de skulle. "

Denne artikel er genudgivet fra The Conversation under en Creative Commons -licens. Læs den originale artikel.