Xəstəliksiz bir dünya yarada bilərikmi?

Xəstəliksiz bir dünyaya sahib olmaq mümkündürmü? Xəstəlik, insanların çoxunun (hamısı olmasa da) özlərində və ya tanıdıqları birinin eşitməsi zamanı narahat hiss etdikləri bir sözdür. Xoşbəxtlikdən, Maks Vellinq, Amsterdam Universitetinin maşın öyrənməsi professoru və Kanada Qabaqcıl Araşdırmalar İnstitutunun üzvü və onun sahibkarlar komandası xəstələr üçün xəstəliklərin diaqnostikası üçün məlumatların təhlili sistemi yaradıblar. Əyləncəli fakt: O, AMLAB-ı (Amsterdam Machine Learning LAB) idarə edir və QUVA Laboratoriyasını (Qualcomm-UvA Laboratoriyası) birgə idarə edir. Burada biz bu gözəl insanın və onun sahibkarlar komandasının (Cynthia Dwork, Geoffrey Hinton və Judea Pearl) dünyanı xəstəliklərdən xilas etmək üçün necə inanılmaz irəliləyişlər əldə etdiklərini görəcəyik.

Maks Vellinqin narahatlığı

Welling-in TEDx çıxışı zamanı qeyd etdiyi bəzi faktlar, həkimin xəstənin diaqnozu zamanı nəyisə qaçıra biləcəyi vaxtlar olduğuna diqqəti cəlb edir. Məsələn, o deyir ki, “tibbi prosedurların yarısının heç bir elmi sübutu yoxdur”. Bu diaqnoz ilk növbədə öz təcrübələri və məktəbdə əldə etdikləri biliklər vasitəsilə həyata keçirilir, Maks isə digər mümkün xəstəliklərə qarşı bir növ analitik proqnozun olması lazım olduğunu söyləyir. O, bəzi xəstələrə səhv diaqnoz qoyula və yenidən xəstəxanaya yerləşdirilə biləcəyini izah etməyə davam edir və o, onların ölmə ehtimalının 8 qat daha çox olduğunu ifadə edir. Ən maraqlısı odur ki, bu, həmişə mövcud olan bir məsələdir. Səbəb, təəssüf ki, kiminsə və ya bir neçə insanın həyatı bahasına başa gələ biləcək səhvlərə yol veriləcəyi qədər sadədir. Yalnız bu deyil, Welling-in dediyi kimi, hər il yarım trilyon dollara başa gələn 230 milyon tibbi prosedur var. Başqalarına kömək etmək üçün xidmət göstərməyə çalışan hər hansı sənaye kimi, bu da pula başa gəlir; Bundan əlavə, bu o deməkdir ki, xəstəxanalar və tibb mərkəzlərinin maliyyələşdirilməsinə cavabdeh olanlar sənayeni daha yaxşı istiqamətdə inkişaf etdirməyə çalışan yenilikçilərə qulaq asmalıdırlar. Buna baxmayaraq, qənaətcil olmaq həmişə faydalıdır.

Məxfiliyin qorunması

Vellinq bildirib ki, o və komandası 3 irəliləyiş əldə edib. Bunlardan biri xəstəxana daxilində məxfiliyi qoruya bilən kompüterdir; Bundan əlavə, kompüterlər kifayət qədər xəstə olan xəstələr üçün diaqnozu daha da təkmilləşdirmək üçün çoxlu məlumatı təhlil edə bilər. Bu proqram adlanır Maşın Öyrənən. Əslində, kompüter xəstəxana məlumat bazasına sorğu göndərir, bu sorğuya cavab verir, sonra maşın öyrənən "ona bir az səs-küy əlavə etməklə" cavabı dəyişəcək. Əlavə məlumat üçün zəhmət olmasa Bura basın (Maks Vellinq bunu 5:20 – 6:06 dəqiqələri arasında daha yaxından izah edir). Başqa sözlə, Maksın izah etdiyi kimi, kompüter diaqnoz vasitəsilə “özünü yaxşılaşdırmaq” və “daha ​​yaxşı məlumat modeli yaratmaq” istəyir. Bütün bunlar sayəsindədir Cynthia Dwork, Microsoft Research-dən görkəmli alimdir. O, riyazi təmələ əsaslanan məxfiliyin qorunmasına diqqət yetirir. Onun və etdiyi işlər haqqında daha çox məlumat üçün, Bura basın. Bir sözlə, bu ilk sıçrayış Maksın xəstələrin şəxsi məlumatlarına hörmətlə yanaşmaq istədiyini göstərməklə yanaşı, həm də xəstəxanalara diaqnoz üçün daha möhkəm zəmin təmin etmək istədiyini göstərir.

Dərin Öyrənmə

İkinci sıçrayışı üzə çıxardı Geoffrey Hinton. Yann Lecun, Yoshua Bengio və Geoffrey izah etmişlər ki: “Dərin öyrənmə arxa yayılma alqoritmindən istifadə etməklə böyük məlumat dəstlərində mürəkkəb strukturu aşkar edir və maşının əvvəlki təbəqədəki təmsildən hər bir təbəqədəki təmsili hesablamaq üçün istifadə edilən daxili parametrlərini necə dəyişməli olduğunu göstərir.” Sadə dillə desək, o, maşının ən dərin parametrləri vasitəsilə mürəkkəb təbəqələri vasitəsilə özünü daha yaxşı başa düşməsinə kömək edir (ətraflı məlumat üçün üç cənabın yazdığı rəyin qalan hissəsini oxuyun).

Səbəb əlaqəsi vs Korrelyasiya

Üçüncü və son irəliləyiş səbəb əlaqəni korrelyasiyadan daha çox fərqləndirmək üçün daha çox əməkdaşlıq ideyasıdır. Maks hiss edir ki, Judea Pearl-ın alətləri bu iki anlayışı ayırmağa kömək edə bilər və təşkil olun. Əsasən Yəhudinin rolu, xəstə sənədləri rəqəmsal olaraq verilənlər bazasına köçürüldükdə edilə bilən məlumatlara daha çox struktur verməyə kömək etməkdir. Pearlin işi olduqca mürəkkəbdir, ona görə də onun "alətlərinin" nə olduğunu daha yaxşı başa düşmək istəyirsinizsə Bura basın.

Maksın arzusu

Welling onun sonunda yekunlaşdırdı TEDX söhbəti o, maşın öyrənən vasitəsilə məxfiliyi qorumaq istəyir. İkincisi, pul və həyatlara qənaət etmək üçün diaqnozu daha da təkmilləşdirmək üçün məlumat azyaşlıları və alimləri cəlb etmək. Nəhayət, o, xəstəxana ziyarətlərini qısaltmağa və puldan daha səmərəli istifadə etməyə kömək edən texnologiya vasitəsilə xəstəxanalara, həkimlərə və xəstələrə daha yaxşı xidmət göstərməklə səhiyyədə inqilab etmək istəyir. Bu, səhiyyə ilə bağlı gözəl bir baxışdır, çünki o, təkcə tibb sənayesinə hörmətlə yanaşmaq istəmir, həm də xəstəxanaların və tibb mərkəzlərinin büdcələrini düşünərək insanların həyatını xilas etməyə kömək etmək istəyir.