តើយើងអាចបង្កើតពិភពលោកដែលគ្មានជំងឺបានទេ?
តើយើងអាចបង្កើតពិភពលោកដែលគ្មានជំងឺបានទេ?
តើអាចមានពិភពលោកគ្មានជំងឺទេ? ជំងឺគឺជាពាក្យដែលមនុស្សភាគច្រើន (ប្រសិនបើមិនមែនទាំងអស់) មានអារម្មណ៍មិនស្រួលក្នុងការស្តាប់នៅពេលដែលពួកគេ ឬនរណាម្នាក់ដែលពួកគេស្គាល់មានមួយ។ ជាសំណាងល្អ Max Wellingសាស្ត្រាចារ្យផ្នែករៀនម៉ាស៊ីននៅសាកលវិទ្យាល័យ Amsterdam និងជាសមាជិកនៃវិទ្យាស្ថានស្រាវជ្រាវកម្រិតខ្ពស់កាណាដា និងក្រុមសហគ្រិនរបស់គាត់បានបង្កើតប្រព័ន្ធវិភាគទិន្នន័យសម្រាប់ការធ្វើរោគវិនិច្ឆ័យជំងឺសម្រាប់អ្នកជំងឺ។ ការពិតដ៏រីករាយ៖ គាត់ដឹកនាំ AMLAB (Amsterdam Machine Learning LAB) និងសហដឹកនាំ QUVA Lab (Qualcomm-UvA Lab) ។ នៅទីនេះយើងនឹងឃើញពីរបៀបដែលបុរសដ៏អស្ចារ្យម្នាក់នេះ និងក្រុមសហគ្រិនរបស់គាត់ (Cynthia Dwork, Geoffrey Hinton និង Judea Pearl) បានបង្កើតរបកគំហើញមិនគួរឱ្យជឿមួយចំនួនដើម្បីបំបាត់ពិភពលោកនៃជំងឺនេះ។
កង្វល់របស់ Max Welling
ការពិតមួយចំនួនដែល Welling ចង្អុលបង្ហាញក្នុងអំឡុងពេលសុន្ទរកថា TEDx របស់គាត់នាំមកនូវការយកចិត្តទុកដាក់ចំពោះការពិតដែលថាមានពេលខ្លះដែលវេជ្ជបណ្ឌិតអាចនឹកអ្វីមួយក្នុងអំឡុងពេលធ្វើរោគវិនិច្ឆ័យអ្នកជំងឺ។ ជាឧទាហរណ៍ គាត់និយាយថា "ពាក់កណ្តាលនៃនីតិវិធីវេជ្ជសាស្រ្តមិនមានភស្តុតាងវិទ្យាសាស្រ្តដែលទាមទារ" ។ ការធ្វើរោគវិនិច្ឆ័យនោះត្រូវបានធ្វើឡើងជាចម្បងតាមរយៈការអនុវត្តផ្ទាល់របស់ពួកគេ និងចំណេះដឹងដែលទទួលបាននៅក្នុងសាលារៀន ចំណែក Max និយាយថាគួរតែមានទម្រង់នៃការព្យាករណ៍វិភាគចំពោះជំងឺដែលអាចកើតមានផ្សេងទៀត។ លោកបន្តពន្យល់ថា អ្នកជំងឺខ្លះអាចធ្វើរោគវិនិច្ឆ័យខុស ហើយត្រូវត្រឡប់ទៅមន្ទីរពេទ្យវិញ ដោយក្នុងនោះលោកបញ្ជាក់ថា ពួកគេទំនងជាស្លាប់ ៨ ដង។ អ្វីដែលគួរឱ្យចាប់អារម្មណ៍បំផុតនោះគឺជាបញ្ហាដែលតែងតែមាន។ ហេតុផលគឺសាមញ្ញដូចជាកំហុសត្រូវបានចងក្រងជាអកុសលអាចធ្វើឱ្យនរណាម្នាក់ឬមនុស្សជាច្រើនបាត់បង់ជីវិតរបស់ពួកគេ។ មិនត្រឹមតែប៉ុណ្ណឹងទេ ដូចដែល Welling បាននិយាយថា មាននីតិវិធីវេជ្ជសាស្រ្តចំនួន 8 លានក្នុងមួយឆ្នាំ ដែលចំណាយអស់កន្លះលានលានដុល្លារ។ ដូចជាឧស្សាហកម្មណាមួយដែលព្យាយាមផ្តល់សេវាកម្មដើម្បីជួយអ្នកដទៃ វាត្រូវចំណាយប្រាក់។ ជាងនេះទៅទៀត នោះមានន័យថា មន្ទីរពេទ្យ និងអ្នកដែលទទួលបន្ទុកផ្តល់មូលនិធិដល់មជ្ឈមណ្ឌលវេជ្ជសាស្ត្រ ចាំបាច់ត្រូវស្តាប់អ្នកច្នៃប្រឌិត ដែលព្យាយាមពង្រីកឧស្សាហកម្មនេះក្នុងទិសដៅកាន់តែប្រសើរឡើង។ ទោះយ៉ាងណាក៏ដោយ ការសន្សំសំចៃគឺតែងតែមានប្រយោជន៍។
ការរក្សាភាពឯកជន
Welling បាននិយាយថាគាត់និងក្រុមរបស់គាត់បានធ្វើការបំបែក 3 ។ មួយក្នុងចំណោមនោះគឺកុំព្យូទ័រដែលអាចរក្សាភាពឯកជននៅក្នុងមន្ទីរពេទ្យ។ ជាងនេះទៅទៀត កុំព្យូទ័រក៏អាចវិភាគទិន្នន័យជាច្រើន ដើម្បីធ្វើឱ្យប្រសើរឡើងបន្ថែមទៀតនូវការធ្វើរោគវិនិច្ឆ័យសម្រាប់អ្នកជំងឺដែលមានជំងឺធ្ងន់ធ្ងរ។ កម្មវិធីនេះមានឈ្មោះ ម៉ាស៊ីនរៀន។ ជាការសំខាន់ កុំព្យូទ័រផ្ញើសំណួរទៅមូលដ្ឋានទិន្នន័យមន្ទីរពេទ្យ ដែលឆ្លើយសំណួរនោះ អ្នករៀនម៉ាស៊ីននឹងផ្លាស់ប្តូរចម្លើយដោយ "បន្ថែមសំឡេងរំខានខ្លះទៅវា" ។ សម្រាប់ព័ត៌មានលម្អិតបន្ថែម សូមចុចទីនេះ (Max Welling ពន្យល់វាឲ្យកាន់តែជិតស្និទ្ធរវាងនាទី 5:20 – 6:06)។ នៅក្នុងពាក្យផ្សេងទៀត ដូចដែល Max ពន្យល់វា កុំព្យូទ័រចង់ "កាន់តែប្រសើរឡើង" តាមរយៈការធ្វើរោគវិនិច្ឆ័យ និង "បង្កើតគំរូទិន្នន័យប្រសើរជាងមុន" ។ ទាំងអស់នេះគឺអរគុណដល់ ស៊ីនថៃឌីហ្វដែលជាអ្នកវិទ្យាសាស្ត្រដ៏ឆ្នើមម្នាក់មកពី Microsoft Research ។ នាងផ្តោតលើការរក្សាភាពឯកជនដោយផ្អែកលើមូលដ្ឋានគ្រឹះគណិតវិទ្យា។ សម្រាប់ព័ត៌មានបន្ថែមអំពីនាង និងអ្វីដែលនាងបានធ្វើ សូមចុចទីនេះ. សរុបមក របកគំហើញដំបូងនេះមិនត្រឹមតែបង្ហាញថា Max ចង់គោរពព័ត៌មានផ្ទាល់ខ្លួនរបស់អ្នកជំងឺប៉ុណ្ណោះទេ ប៉ុន្តែក៏ចង់ផ្តល់ឱ្យមន្ទីរពេទ្យនូវមូលដ្ឋានគ្រឹះដ៏រឹងមាំបន្ថែមទៀតសម្រាប់ការធ្វើរោគវិនិច្ឆ័យផងដែរ។
ការសិក្សាស៊ីជម្រៅ។
របកគំហើញទីពីរត្រូវបានបំភ្លឺដោយ Geoffrey Hinton. Yann Lecun, Yoshua Bengio និង Geoffrey បានពន្យល់ថា: "ការរៀនស៊ីជម្រៅរកឃើញរចនាសម្ព័ន្ធស្មុគស្មាញនៅក្នុងសំណុំទិន្នន័យធំ ៗ ដោយប្រើក្បួនដោះស្រាយ backpropagation ដើម្បីចង្អុលបង្ហាញពីរបៀបដែលម៉ាស៊ីនគួរផ្លាស់ប្តូរប៉ារ៉ាម៉ែត្រខាងក្នុងរបស់វាដែលត្រូវបានប្រើដើម្បីគណនាតំណាងនៅក្នុងស្រទាប់នីមួយៗពីការតំណាងនៅក្នុងស្រទាប់មុន" ។ នៅក្នុងពាក្យ layman វាជួយឱ្យម៉ាស៊ីនយល់កាន់តែច្បាស់តាមរយៈស្រទាប់ស្មុគស្មាញរបស់វាតាមរយៈប៉ារ៉ាម៉ែត្រដ៏ស៊ីជម្រៅរបស់វា (សម្រាប់ព័ត៌មានលម្អិតបន្ថែមសូមអានការពិនិត្យឡើងវិញដែលនៅសល់ដែលសុភាពបុរសទាំងបីបានសរសេរ)។
បុព្វហេតុធៀបនឹងទំនាក់ទំនង
របកគំហើញទីបី និងចុងក្រោយ គឺជាគំនិតសហការគ្នាបន្ថែមទៀត ដើម្បីកំណត់ភាពខុសគ្នាបន្ថែមទៀតពីការជាប់ទាក់ទងគ្នា។ Max មានអារម្មណ៍ថាឧបករណ៍របស់ Judea Pearl អាចជួយបែងចែកគំនិតទាំងពីរនេះ និង រៀបចំ. តួនាទីសំខាន់របស់ Judea គឺជួយផ្តល់រចនាសម្ព័ន្ធបន្ថែមទៀតដល់ទិន្នន័យដែលអាចធ្វើបានប្រសិនបើឯកសារអ្នកជំងឺត្រូវបានផ្ទេរឌីជីថលទៅក្នុងមូលដ្ឋានទិន្នន័យ។ ការងាររបស់ Pearl មានភាពស្មុគ្រស្មាញណាស់ ដូច្នេះប្រសិនបើអ្នកចង់យល់បន្ថែមទៀតថា "ឧបករណ៍" របស់គាត់ជាអ្វី សូមចុចទីនេះ.
បំណងប្រាថ្នារបស់ Max
Welling សង្ខេបនៅចុងបញ្ចប់របស់គាត់។ ការពិភាក្សា TEDX ថាគាត់ចង់រក្សាភាពឯកជនតាមរយៈម៉ាស៊ីនរៀន។ ទីពីរ ដើម្បីចូលរួមជាមួយអនីតិជនទិន្នន័យ និងអ្នកវិទ្យាសាស្ត្រ ដើម្បីបង្កើនការធ្វើរោគវិនិច្ឆ័យបន្ថែមទៀត ដើម្បីសន្សំប្រាក់ និងអាយុជីវិត។ ជាចុងក្រោយ លោកចង់ធ្វើបដិវត្តន៍ការថែទាំសុខភាព តាមរយៈការបម្រើមន្ទីរពេទ្យ វេជ្ជបណ្ឌិត និងអ្នកជំងឺឱ្យកាន់តែប្រសើរឡើង តាមរយៈបច្ចេកវិទ្យាដែលអាចជួយសម្រួលដល់ការចូលមន្ទីរពេទ្យ និងប្រើប្រាស់ប្រាក់ឱ្យកាន់តែមានប្រសិទ្ធភាព។ នេះជាចក្ខុវិស័យដ៏ស្រស់ស្អាតមួយលើការថែទាំសុខភាព ព្រោះគាត់មិនត្រឹមតែចង់គោរពឧស្សាហកម្មវេជ្ជសាស្ត្រប៉ុណ្ណោះទេ គាត់ក៏ចង់ជួយជីវិតមនុស្សផងដែរ ខណៈពេលដែលគិតដល់ថវិការបស់មន្ទីរពេទ្យ និងមជ្ឈមណ្ឌលវេជ្ជសាស្ត្រ។