შეგვიძლია შევქმნათ სამყარო დაავადების გარეშე?

შესაძლებელია თუ არა დაავადებისგან თავისუფალი სამყარო? დაავადება არის სიტყვა ადამიანთა უმეტესობა (თუ არა ყველა) უხერხულად გრძნობს მოსმენას, როდესაც მათ ან მათ, ვინც მათ იცნობენ, აქვთ ეს. საბედნიეროდ, მაქს ველინგიამსტერდამის უნივერსიტეტის მანქანათმცოდნეობის პროფესორმა და მოწინავე კვლევების კანადის ინსტიტუტის წევრმა და მისმა მეწარმეთა ჯგუფმა შექმნეს მონაცემთა ანალიზის სისტემა პაციენტებისთვის დაავადებების დიაგნოსტიკისთვის. სახალისო ფაქტი: ის ხელმძღვანელობს AMLAB-ს (ამსტერდამის მანქანათმცოდნეობის ლაბორატორია) და თანახელმძღვანელობს QUVA ლაბორატორიას (Qualcomm-UvA Lab). აქ ჩვენ ვნახავთ, როგორ მიაღწიეს ამ მშვენიერმა ადამიანმა და მისმა მეწარმეთა გუნდმა (სინტია დვორკი, ჯეფრი ჰინტონი და ჯუდა პერლი) წარმოუდგენელი გარღვევა მსოფლიოს დაავადებებისგან გასათავისუფლებლად.

მაქს ველინგის შეშფოთება

ზოგიერთი ფაქტი, რომელსაც უელინგმა აღნიშნა თავისი TEDx მოხსენების დროს, ყურადღებას ამახვილებს იმ ფაქტზე, რომ არის შემთხვევები, როდესაც ექიმს შეუძლია რაიმე გამოტოვოს პაციენტის დიაგნოზის დროს. მაგალითად, ის ამბობს, რომ „სამედიცინო პროცედურების ნახევარს არ გააჩნია მეცნიერული მტკიცებულება“. ეს დიაგნოზი კეთდება, პირველ რიგში, საკუთარი პრაქტიკით და სკოლაში მიღებული ცოდნით, ხოლო მაქსი ამბობს, რომ უნდა არსებობდეს რაიმე სახის ანალიტიკური პროგნოზი სხვა შესაძლო დაავადებების მიმართ. ის აგრძელებს განმარტავს, რომ ზოგიერთ პაციენტს შეიძლება დაუსვან არასწორი დიაგნოზი და დაბრუნდნენ საავადმყოფოში, სადაც ის აკონკრეტებს, რომ ისინი 8-ჯერ მეტია სიკვდილის ალბათობით. ყველაზე საინტერესო ის არის, რომ ეს არის საკითხი, რომელიც ყოველთვის არსებობდა. მიზეზი ისეთივე მარტივია, როგორც შეცდომები, რომლებიც, სამწუხაროდ, შეიძლება ვინმეს ან რამდენიმე ადამიანის სიცოცხლე დაუჯდეს. არა მხოლოდ ეს, როგორც ველინგი ამბობს, ყოველწლიურად ტარდება 230 მილიონი სამედიცინო პროცედურა, რომელთა ღირებულება ნახევარი ტრილიონი დოლარია. ნებისმიერი ინდუსტრიის მსგავსად, რომელიც ცდილობს სხვების დასახმარებლად სერვისის მიწოდებას, ეს ფული ღირს; გარდა ამისა, ეს ნიშნავს, რომ საავადმყოფოებმა და სამედიცინო ცენტრების დაფინანსებაზე პასუხისმგებელი პირები უნდა მოუსმინონ ინოვატორებს, რომლებიც ცდილობენ ინდუსტრიის უკეთესი მიმართულებით წინსვლას. მიუხედავად ამისა, ეკონომიურობა ყოველთვის სასარგებლოა.

კონფიდენციალურობის დაცვა

უელინგმა განაცხადა, რომ მან და მისმა გუნდმა 3 გარღვევა მიაღწია. მათგან ერთ-ერთი არის კომპიუტერი, რომელსაც შეუძლია შეინარჩუნოს კონფიდენციალურობა საავადმყოფოში; გარდა ამისა, კომპიუტერებს შეუძლიათ აგრეთვე გაანალიზონ უამრავი მონაცემი, რათა კიდევ უფრო გააუმჯობესონ დიაგნოზი პაციენტებისთვის, რომლებიც საკმაოდ ავად არიან. ამ პროგრამულ უზრუნველყოფას ე.წ მანქანის შემსწავლელი. არსებითად, კომპიუტერი აგზავნის შეკითხვას საავადმყოფოს მონაცემთა ბაზაში, რომელიც პასუხობს შეკითხვას, შემდეგ კი მანქანის შემსწავლელი შეცვლის პასუხს „მას გარკვეული ხმაურის დამატების გზით“. დამატებითი დეტალებისთვის გთხოვთ დააკლიკე აქ (მაქს ველინგი ამას უფრო დეტალურად განმარტავს 5:20 – 6:06 წუთებს შორის). სხვა სიტყვებით რომ ვთქვათ, როგორც მაქსი განმარტავს, კომპიუტერს სურს "გააუმჯობესოს საკუთარი თავი" დიაგნოზის საშუალებით და "აშენდეს მონაცემთა უკეთესი მოდელი". ეს ყველაფერი დამსახურებაა სინტია დვორკი, რომელიც Microsoft Research-ის გამორჩეული მეცნიერია. ის ყურადღებას ამახვილებს კონფიდენციალურობის შენარჩუნებაზე მათემატიკური საფუძვლის საფუძველზე. მეტი მის შესახებ და რა გააკეთა, დააკლიკე აქ. მოკლედ, ეს პირველი მიღწევა არა მხოლოდ გვიჩვენებს, რომ მაქსს სურს პატივი სცეს პაციენტების პერსონალურ ინფორმაციას, არამედ სურს საავადმყოფოებს მიაწოდოს უფრო მყარი საფუძველი დიაგნოზისთვის.

ღრმა სწავლება

მეორე გარღვევა გამოვლინდა ჯეფრი ჰინტონი. იან ლეკუნი, იოშუა ბენჯიო და ჯეფრი განმარტეს, რომ: ”ღრმა სწავლება აღმოაჩენს რთულ სტრუქტურას მონაცემთა დიდ კომპლექტებში უკანა გავრცელების ალგორითმის გამოყენებით, რათა მიუთითოს, თუ როგორ უნდა შეცვალოს მანქანამ თავისი შიდა პარამეტრები, რომლებიც გამოიყენება თითოეულ ფენაში წარმოდგენის გამოსათვლელად წინა ფენის წარმოდგენისგან.” ხალხური თვალსაზრისით, ის ეხმარება მანქანას უკეთ გაიგოს საკუთარი თავი მისი რთული ფენების მეშვეობით მისი ღრმა პარამეტრების მეშვეობით (დამატებითი დეტალებისთვის გთხოვთ, წაიკითხოთ დანარჩენი მიმოხილვა, რომელიც დაწერა სამმა ბატონმა).

მიზეზობრიობა კორელაციის წინააღმდეგ

მესამე და ბოლო გარღვევა უფრო ერთობლივი იდეაა მიზეზობრიობის შემდგომი დიფერენცირების მიზნით. მაქსი ფიქრობს, რომ Judea Pearl-ის ინსტრუმენტებს შეუძლიათ ამ ორი ცნების გარჩევა და მოწესრიგდი. არსებითად, იუდეას როლი არის დაეხმაროს მონაცემთა მეტი სტრუქტურის მიცემას, რაც შეიძლება გაკეთდეს, თუ პაციენტის ფაილები ციფრულად გადაიცემა მონაცემთა ბაზაში. პერლის ნამუშევარი საკმაოდ რთულია, ასე რომ, თუ გსურთ გაიგოთ, რა არის მისი „ინსტრუმენტები“. დააკლიკე აქ.

მაქსის სურვილი

უელინგმა შეაჯამა თავის დასასრულს TEDX Talk რომ მას სურს შეინარჩუნოს კონფიდენციალურობა მანქანური შემსწავლელის მეშვეობით. მეორეც, არასრულწლოვანთა და მეცნიერების ჩართვა, რათა კიდევ უფრო გაუმჯობესდეს დიაგნოზი, რათა დაზოგოთ ფული და სიცოცხლე. დაბოლოს, მას სურს რევოლუცია მოახდინოს ჯანდაცვის სფეროში საავადმყოფოების, ექიმებისა და პაციენტების უკეთ მომსახურებით ტექნოლოგიის საშუალებით, რომელიც დაეხმარება საავადმყოფოში ვიზიტების შემცირებას და ფულის უფრო ეფექტურად გამოყენებას. ეს მშვენიერი ხედვაა ჯანდაცვის შესახებ, რადგან მას არა მხოლოდ სურს პატივი სცეს სამედიცინო ინდუსტრიას, მას ასევე სურს დაეხმაროს სიცოცხლის გადარჩენას საავადმყოფოებისა და სამედიცინო ცენტრების ბიუჯეტებზე ფიქრის დროს.