Kan ons 'n wêreld sonder siekte skep?

Is dit moontlik om 'n siektevrye wêreld te hê? Siekte is 'n woord wat die meeste (indien nie almal nie) mense ongemaklik voel om te hoor wanneer hulle of iemand wat hulle ken een het. Gelukkig, Max Welling, 'n professor in masjienleer aan die Universiteit van Amsterdam en lid van die Kanadese Instituut vir Gevorderde Navorsing, en sy span entrepreneurs het 'n data-analisestelsel geskep vir die diagnose van siektes vir pasiënte. Pret feit: Hy is die regisseur van AMLAB (Amsterdam Machine Learning LAB) en mede-dirigent van QUVA Lab (Qualcomm-UvA Lab). Hier sal ons sien hoe hierdie wonderlike man en sy span entrepreneurs (Cynthia Dwork, Geoffrey Hinton en Judea Pearl) 'n paar ongelooflike deurbrake gemaak het om die wêreld van siekte te verlos.

Max Welling se bekommernisse

Sommige van die feite wat Welling tydens sy TEDx-toespraak uitwys, bring wel aandag daarop dat daar tye is wanneer 'n dokter iets kan mis tydens 'n diagnose van 'n pasiënt. Hy sê byvoorbeeld dat "die helfte van mediese prosedures geen wetenskaplike bewyse het nie." Daardie diagnose word hoofsaaklik gedoen deur hul eie praktyk en kennis wat op skool opgedoen is, terwyl Max sê dat daar een of ander vorm van 'n analitiese prognose vir ander moontlike siektes moet wees. Hy gaan voort om te verduidelik dat sommige pasiënte verkeerd gediagnoseer kan word en terug in die hospitaal kan beland, waarin hy spesifiseer dat hulle 8 keer meer geneig is om te sterf. Die interessantste ding is dat dit 'n kwessie is wat nog altyd bestaan ​​het. Die rede is so eenvoudig soos dat daar seker foute gemaak sal word wat ongelukkig iemand of meer mense hul lewens kan kos. Nie net dit nie, soos Welling sê, is daar 230 miljoen mediese prosedures elke jaar wat 'n half triljoen dollar kos. Soos enige bedryf wat probeer om 'n diens te lewer om ander te help, kos dit geld; verder beteken dit dat hospitale en diegene in beheer van die finansiering van mediese sentrums moet luister na innoveerders wat probeer om die bedryf in 'n beter rigting te bevorder. Nietemin is dit altyd voordelig om spaarsamig te wees.

Bewaring van privaatheid

Welling het verklaar dat hy en sy span 3 deurbrake gemaak het. Een daarvan is 'n rekenaar wat privaatheid binne 'n hospitaal kan bewaar; verder kan rekenaars ook 'n oorvloed data ontleed om die diagnose verder te verbeter vir pasiënte wat baie siek is. Hierdie sagteware word genoem Masjienleerder. In wese stuur die rekenaar 'n navraag na die hospitaaldatabasis, wat die navraag beantwoord, dan sal die masjienleerder die antwoord verander deur "'n bietjie geraas daarby te voeg." Vir verdere besonderhede asseblief kliek hier (Max Welling verduidelik dit van naderby tussen minute 5:20 – 6:06). Met ander woorde, soos Max dit verduidelik, wil die rekenaar homself “verbeter” via diagnose en “’n beter model van data bou”. Dit alles is te danke aan Cynthia Dwork, wat 'n vooraanstaande wetenskaplike van Microsoft Research is. Sy fokus op die behoud van privaatheid gebaseer op 'n wiskundige grondslag. Vir meer oor haar en wat sy gedoen het, kliek hier. Kortom, hierdie eerste deurbraak wys nie net dat Max respek wil hê vir pasiënte se persoonlike inligting nie, maar ook aan hospitale 'n meer stewige grondslag vir diagnose wil bied.

Diep leer

Die tweede deurbraak is aan die lig gebring deur Geoffrey Hinton. Yann Lecun, Yoshua Bengio en Geoffrey het verduidelik dat: "Diep leer ontdek ingewikkelde struktuur in groot datastelle deur die terugpropagasie-algoritme te gebruik om aan te dui hoe 'n masjien sy interne parameters moet verander wat gebruik word om die voorstelling in elke laag van die voorstelling in die vorige laag te bereken." In leketerme help dit 'n masjien om homself beter te verstaan ​​deur sy komplekse lae via sy diepste parameters (vir verdere besonderhede lees asseblief die res van die resensie wat die drie here geskryf het).

Oorsaaklikheid vs Korrelasie

Die derde en laaste deurbraak is meer 'n samewerkende idee om kousaliteit van korrelasie verder te onderskei. Max voel dat Judea Pearl se gereedskap kan help om hierdie twee konsepte te onderskei en georganiseer word. Judea se rol is in wese om meer struktuur aan data te gee wat gedoen kan word as pasiëntlêers digitaal na 'n databasis oorgedra word. Pearl se werk is redelik kompleks, so as jy verder wil verstaan ​​wat sy "gereedskap" is kliek hier.

Max se wens

Welling opgesom aan die einde van syne TEDX Praat dat hy privaatheid deur die masjienleerder wil bewaar. Tweedens, om data-minderjariges en wetenskaplikes te betrek om diagnose verder te verbeter om geld en lewens te bespaar. Laastens wil hy gesondheidsorg rewolusie maak deur hospitale, dokters en pasiënte beter te bedien deur tegnologie wat kan help om hospitaalbesoeke te verkort en geld meer doeltreffend te benut. Dit is 'n pragtige visie oor gesondheidsorg, want hy wil nie net respek hê vir die mediese bedryf nie, hy wil ook help om lewens te red terwyl hy aan hospitale en mediese sentrums se begrotings dink.