Možemo li stvoriti svijet bez bolesti?

Je li moguće imati svijet bez bolesti? Bolest je riječ koju većina (ako ne i svi) ljudi osjećaju neugodno čuti kada je imaju ili oni ili netko koga poznaju. srećom, Max Welling, profesor strojnog učenja na Sveučilištu u Amsterdamu i član Kanadskog instituta za napredna istraživanja, i njegov tim poduzetnika kreirali su sustav analize podataka za dijagnozu bolesti pacijenata. Zabavna činjenica: On vodi AMLAB (Amsterdam Machine Learning LAB) i ko-direktor QUVA Laba (Qualcomm-UvA Lab). Ovdje ćemo vidjeti kako su ovaj divan čovjek i njegov tim poduzetnika (Cynthia Dwork, Geoffrey Hinton i Judea Pearl) napravili nevjerojatna otkrića kako bi riješili svijet bolesti.

Zabrinutost Maxa Wellinga

Neke od činjenica koje Welling ističe tijekom svog TEDx govora skreću pozornost na činjenicu da postoje trenuci kada bi liječnik mogao nešto propustiti tijekom dijagnoze pacijenta. Na primjer, on kaže da "polovica medicinskih postupaka nema tražene znanstvene dokaze." Ta dijagnoza se prvenstveno radi kroz vlastitu praksu i znanje stečeno u školi, dok Max kaže da bi trebala postojati neka analitička prognoza prema drugim mogućim bolestima. Dalje objašnjava da se nekim pacijentima može postaviti pogrešna dijagnoza i oni završe natrag u bolnici, pri čemu navodi da je 8 puta veća vjerojatnost da će umrijeti. Ono što je najintrigantnije je to što je ovo problem koji postoji oduvijek. Razlog je jednostavan jer su pogreške neizbježne, a koje bi nažalost nekoga ili nekoliko ljudi mogle koštati života. I ne samo to, kako kaže Welling, svake godine postoji 230 milijuna medicinskih postupaka koji koštaju pola trilijuna dolara. Kao i svaka industrija koja pokušava pružiti uslugu za pomoć drugima, to košta; nadalje, to znači da bolnice i oni koji su zaduženi za financiranje medicinskih centara moraju slušati inovatore koji pokušavaju potaknuti industriju u boljem smjeru. Ipak, štedljivost je uvijek korisna.

Očuvanje privatnosti

Welling je izjavio da su on i njegov tim napravili 3 proboja. Jedan od njih je računalo koje može sačuvati privatnost unutar bolnice; nadalje, računala također mogu analizirati mnoštvo podataka za daljnje poboljšanje dijagnoze za pacijente koji su prilično bolesni. Ovaj softver je nazvan Strojni učenik. U biti, računalo šalje upit bolničkoj bazi podataka, koja odgovara na upit, a zatim će strojni učenik promijeniti odgovor "dodajući mu malo šuma". Za više detalja molimo kliknite ovdje (Max Welling to pobliže objašnjava između minuta 5:20 – 6:06). Drugim riječima, kako to Max objašnjava, računalo se želi "poboljšati" putem dijagnoze i "izgraditi bolji model podataka". Sve je to zahvaljujući Cynthia Dwork, koji je ugledni znanstvenik iz Microsoft Researcha. Ona se usredotočuje na očuvanje privatnosti na temelju matematičkih temelja. Za više o njoj i onome što je učinila, kliknite ovdje. Ukratko, ovo prvo otkriće ne samo da pokazuje da Max želi poštovati osobne podatke pacijenata, već također želi bolnicama pružiti čvršće temelje za dijagnozu.

Duboko učenje

Drugi proboj iznio je na vidjelo Geoffrey Hinton. Yann Lecun, Yoshua Bengio i Geoffrey su objasnili da: "Duboko učenje otkriva zamršenu strukturu u velikim skupovima podataka korištenjem algoritma povratnog širenja kako bi ukazalo na to kako stroj treba promijeniti svoje interne parametre koji se koriste za izračunavanje reprezentacije u svakom sloju iz reprezentacije u prethodnom sloju." Laičkim rječnikom rečeno, pomaže stroju da bolje razumije sam sebe kroz svoje složene slojeve putem svojih najdubljih parametara (za više detalja pročitajte ostatak recenzije koju su napisala tri gospodina).

Kauzalnost nasuprot korelaciji

Treće i posljednje otkriće više je suradnička ideja za daljnje razlikovanje uzročnosti od korelacije. Max smatra da alati Judea Pearl mogu pomoći u razlikovanju ova dva pojma i organizirati se. U suštini uloga Judee je pomoći u davanju više strukture podacima, što se može učiniti ako se dosjei pacijenata digitalno prenesu u bazu podataka. Pearlov rad prilično je složen pa ako želite dodatno razumjeti koji su njegovi "alati". kliknite ovdje.

Maxova želja

Welling je sažeo na kraju svog TEDX razgovor da želi sačuvati privatnost putem strojnog učenika. Drugo, uključiti maloljetnike i znanstvenike u svrhu daljnjeg poboljšanja dijagnoze radi uštede novca i života. Naposljetku, želi revolucionirati zdravstvenu skrb boljim služenjem bolnicama, liječnicima i pacijentima pomoću tehnologije koja može pomoći skratiti bolničke posjete i učinkovitije koristiti novac. Ovo je prekrasna vizija zdravstvene skrbi jer ne samo da želi poštovati medicinsku industriju, on također želi pomoći u spašavanju života misleći na proračune bolnica i medicinskih centara.