Sor al dezakegu gaixotasunik gabeko mundu bat?

Posible al da gaixotasunik gabeko mundu bat izatea? Gaixotasuna hitz bat da (guztiek ez bada) jende gehienek deseroso sentitzen dute entzuten dutenean, haiek edo ezagutzen duten norbaitek. Zorionez, Max Welling, Amsterdameko Unibertsitateko ikaskuntza automatikoko irakaslea eta Kanadako Ikerketa Aurreratuko Institutuko kidea, eta bere ekintzaile-taldeak pazienteen gaixotasunen diagnostikorako datuen analisi sistema bat sortu dute. Datu dibertigarria: AMLAB (Amsterdam Machine Learning LAB) zuzentzen du eta QUVA Lab (Qualcomm-UvA Lab) zuzentzen du. Hemen ikusiko dugu gizon zoragarri honek eta bere ekintzaile-taldeak (Cynthia Dwork, Geoffrey Hinton eta Judea Pearl) mundua gaixotasunetatik kentzeko aurrerapen izugarriak nola egin zituzten.

Max Wellingen kezkak

Welling-ek bere TEDx hitzaldian adierazitako gertakari batzuek arreta jartzen dute gaixo baten diagnostikoan medikuak zerbait galdu dezakeela. Esate baterako, dio "mediku-prozeduraren erdiek ez dutela froga zientifikorik eskatu". Diagnostiko hori eskolan lortutako praktika eta ezagutzaren bidez egiten da batez ere, Maxek dio, aldiz, beste gaixotasun posible batzuetarako pronostiko analitikoren bat egon beharko litzatekeela. Jarraian, gaixo batzuk gaizki diagnostikatu eta ospitalera bueltatu daitezkeela azaldu du, eta bertan zehazten du 8 aldiz hiltzeko aukera gehiago dutela. Interesgarriena betidanik egon den gaia da. Arrazoia bezain sinplea da akatsak egin behar direla eta, zoritxarrez, norbaiti edo hainbat pertsonari bizia kosta zitzaketen. Ez hori bakarrik, Welling-ek dioen bezala, urtero 230 milioi prozedura mediko daude bilioi erdi dolar kostatzen dutenak. Besteei laguntzeko zerbitzu bat eskaintzen saiatzen den edozein industriak bezala, dirua kosta egiten du; gainera, horrek esan nahi du ospitaleek eta zentro medikoen finantzaketaz arduratzen direnek industriaren norabide hobean bultzatzen saiatzen diren berritzaileei entzun behar dietela. Dena den, apur bat izatea beti da onuragarria.

Pribatutasuna zaintzea

Welling-ek adierazi du berak eta bere taldeak 3 aurrerapen egin dituztela. Horietako bat ospitale baten barruan pribatutasuna gorde dezakeen ordenagailua da; Gainera, ordenagailuek datu ugari ere azter ditzakete gaixorik dauden pazienteen diagnostikoa are gehiago hobetzeko. Software honek izena du Machine Learner. Funtsean, ordenagailuak kontsulta bat bidaltzen du ospitaleko datu-basera, eta horrek galderari erantzuten dio, gero makina-ikasleak erantzuna aldatuko du "zarata batzuk gehituz". Xehetasun gehiagorako mesedez klikatu hemen (Max Welling-ek zehatzago azaltzen du 5:20 - 6:06 minutuen artean). Hau da, Maxek azaldu duenez, ordenagailuak diagnostiko bidez “bere burua hobetu” eta “datu eredu hobea eraiki” nahi du. Hau guztiari esker da Cynthia Dwork, Microsoft Research-eko zientzialari ospetsua dena. Oinarri matematiko batean oinarritutako pribatutasuna zaintzean oinarritzen da. Berari eta egin duenari buruz gehiago jakiteko, klikatu hemen. Laburbilduz, lehen aurrerapen honek Maxek pazienteen informazio pertsonala errespetatu nahi duela erakusten du, ospitaleei diagnostikorako oinarri sendoago bat ere eskaini nahi diela.

Deep Learning

Bigarren aurrerapena argira ekarri zuen Geoffrey Hinton. Yann Lecun, Yoshua Bengio eta Geoffrey zera azaldu dute: "Deep learning-ek datu-multzo handietan egitura korapilatsua deskubritzen du atzera-propagazio algoritmoa erabiliz, makina batek nola aldatu behar dituen bere barne-parametroak geruza bakoitzean irudikapena kalkulatzeko aurreko geruzako irudikapenetik abiatuta". Jende arruntean, makina bat bere geruza konplexuen bidez hobeto ulertzen laguntzen du parametro sakonenen bidez (xehetasun gehiagorako, irakurri hiru jaunak idatzitako gainerako iritzia).

Kausalitatea vs Korrelazioa

Hirugarren eta azken aurrerapena lankidetza-ideia bat gehiago da kausalitatea eta korrelazioa gehiago bereizteko. Maxek uste du Judea Pearl-en tresnek bi kontzeptu hauek bereizten lagun dezaketela eta antolatu. Funtsean, Judearen eginkizuna pazienteen fitxategiak datu-base batera digitalki transferitzen badira egin daitezkeen datuei egitura gehiago ematen laguntzea da. Pearl-en lana nahiko konplexua da, beraz, bere "tresnak" zein diren gehiago ulertu nahi baduzu klikatu hemen.

Maxen nahia

Welling-ek bere amaieran laburbildu zuen TEDX Talk pribatutasuna gorde nahi duela makina-ikaslearen bidez. Bigarrenik, datuen adingabeak eta zientzialariak parte hartzea, diagnostikoa gehiago hobetzeko, dirua eta bizitzak aurrezteko. Azkenik, osasun arreta irauli nahi du ospitaleei, medikuei eta pazienteei hobeto zerbitzatuz, ospitaleetako bisitak laburtzen eta dirua modu eraginkorragoan erabiltzen lagun dezakeen teknologiaren bidez. Osasunari buruzko ikuspegi ederra da, mediku-industria errespetatu ez ezik, bizitzak salbatzen lagundu nahi duelako ospitaleen eta mediku-zentroen aurrekontuetan pentsatuz.