Bu çalışma, Danimarka'da yaşayan 6 milyondan fazla kişinin 10 yıllık günlük kayıtlarını içeren geniş bir veri setini kullanarak gerçekleştirildi. Araştırmacılar, sağlık kayıtları, maaş, çalışma saatleri, ikametgahlar gibi çeşitli verileri içeren bu büyük ölçekli veri setini kullanarak, "life2vec" adlı derin öğrenme modeli oluşturdular.
Life2vec modeli, bireyin yaşam olaylarının ayrıntılı dizilerini haritalamak için kullanıldı. Araştırmacılar, 2016'dan sonraki 4 yıl içinde bir kişinin hayatta kalıp kalmadığını tahmin etmek amacıyla bu modeli test ettiler. Model, ölüm oranını tahmin etme görevini öğrenirken, araştırmacılar bu verilere aşina olmadan gerçek sonuçları bilmiyorlardı.
Araştırmanın sonuçlarına göre, Life2vec zamanın yaklaşık yüzde 78'inde doğru tahminler yapabildi. Yüksek gelire sahip olanlar ve yönetici pozisyonundakilerin hayatta kalma olasılığının daha yüksek olduğu belirlendi. Ayrıca, erkeklerin, vasıflı işçilerin ve ruh sağlığı sorunları yaşayan bireylerin ölme ihtimalinin daha yüksek olduğu tespit edildi.
Araştırmacılar, modelin mevcut teknolojik yöntemlere kıyasla yaklaşık yüzde 11 daha iyi performans gösterdiğini belirtti. Life2vec'in özellikle daha fazla sağlık olayı içeren gruplarda daha etkili olduğu ve genç yaş grupları ile kadınlardan oluşan kohortlarda da daha başarılı olduğu gözlendi.
Danimarka Teknik Üniversitesi profesörlerinden Sune Lehmann, Life2vec'in uygulama alanlarına dair, özellikle sigorta şirketleri tarafından yürütülen çalışmalar üzerinde etkili olabileceğini ifade etti. Benzer şekilde, Google'ın da sağlık kayıtlarını analiz ederek bir kişinin ölümünü tahmin edebilen yapay zeka teknolojisi üzerinde çalıştığı bilinmektedir. Bu tür gelişmeler, gelecekte sağlık sektöründe ve sigorta endüstrisinde önemli etkiler yaratabilir.