ರೋಗವಿಲ್ಲದ ಜಗತ್ತನ್ನು ನಾವು ಸೃಷ್ಟಿಸಬಹುದೇ?

ರೋಗಮುಕ್ತ ಜಗತ್ತನ್ನು ಹೊಂದಲು ಸಾಧ್ಯವೇ? ರೋಗವು ಹೆಚ್ಚಿನ ಪದವಾಗಿದೆ (ಎಲ್ಲರಲ್ಲದಿದ್ದರೆ) ಜನರು ಅಥವಾ ಅವರಿಗೆ ತಿಳಿದಿರುವ ಯಾರಾದರೂ ಅದನ್ನು ಕೇಳಿದಾಗ ಅಹಿತಕರವಾದ ಶ್ರವಣವನ್ನು ಅನುಭವಿಸುತ್ತಾರೆ. ಅದೃಷ್ಟವಶಾತ್, ಮ್ಯಾಕ್ಸ್ ವೆಲ್ಲಿಂಗ್, ಆಮ್ಸ್ಟರ್‌ಡ್ಯಾಮ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದಲ್ಲಿ ಯಂತ್ರ ಕಲಿಕೆಯ ಪ್ರಾಧ್ಯಾಪಕ ಮತ್ತು ಕೆನಡಿಯನ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಅಡ್ವಾನ್ಸ್ಡ್ ರಿಸರ್ಚ್‌ನ ಸದಸ್ಯರು ಮತ್ತು ಅವರ ಉದ್ಯಮಿಗಳ ತಂಡವು ರೋಗಿಗಳಿಗೆ ರೋಗಗಳ ರೋಗನಿರ್ಣಯಕ್ಕಾಗಿ ಡೇಟಾ ವಿಶ್ಲೇಷಣಾ ವ್ಯವಸ್ಥೆಯನ್ನು ರಚಿಸಿದ್ದಾರೆ. ಮೋಜಿನ ಸಂಗತಿ: ಅವರು AMLAB (Amsterdam Machine Learning LAB) ಅನ್ನು ನಿರ್ದೇಶಿಸುತ್ತಾರೆ ಮತ್ತು QUVA Lab (Qualcomm-UvA Lab) ಅನ್ನು ಸಹ-ನಿರ್ದೇಶಿಸುತ್ತಾರೆ. ಈ ಅದ್ಭುತ ವ್ಯಕ್ತಿ ಮತ್ತು ಅವರ ಉದ್ಯಮಿಗಳ ತಂಡ (ಸಿಂಥಿಯಾ ಡ್ವರ್ಕ್, ಜೆಫ್ರಿ ಹಿಂಟನ್ ಮತ್ತು ಜುಡಿಯಾ ಪರ್ಲ್) ಜಗತ್ತನ್ನು ರೋಗದಿಂದ ಮುಕ್ತಗೊಳಿಸಲು ಕೆಲವು ಅದ್ಭುತವಾದ ಪ್ರಗತಿಯನ್ನು ಹೇಗೆ ಮಾಡಿದ್ದಾರೆ ಎಂಬುದನ್ನು ನಾವು ಇಲ್ಲಿ ನೋಡುತ್ತೇವೆ.

ಮ್ಯಾಕ್ಸ್ ವೆಲ್ಲಿಂಗ್ ಅವರ ಕಾಳಜಿ

ವೆಲ್ಲಿಂಗ್ ತನ್ನ TEDx ಭಾಷಣದ ಸಮಯದಲ್ಲಿ ಸೂಚಿಸಿದ ಕೆಲವು ಸಂಗತಿಗಳು ರೋಗಿಯ ರೋಗನಿರ್ಣಯದ ಸಮಯದಲ್ಲಿ ವೈದ್ಯರು ಏನನ್ನಾದರೂ ಕಳೆದುಕೊಳ್ಳುವ ಸಂದರ್ಭಗಳಿವೆ ಎಂಬ ಅಂಶಕ್ಕೆ ಗಮನವನ್ನು ತರುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, "ಅರ್ಧದಷ್ಟು ವೈದ್ಯಕೀಯ ಕಾರ್ಯವಿಧಾನಗಳು ಯಾವುದೇ ವೈಜ್ಞಾನಿಕ ಪುರಾವೆಗಳನ್ನು ಹೊಂದಿಲ್ಲ" ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ. ಆ ರೋಗನಿರ್ಣಯವನ್ನು ಪ್ರಾಥಮಿಕವಾಗಿ ಅವರ ಸ್ವಂತ ಅಭ್ಯಾಸ ಮತ್ತು ಶಾಲೆಯಲ್ಲಿ ಪಡೆದ ಜ್ಞಾನದ ಮೂಲಕ ಮಾಡಲಾಗುತ್ತದೆ, ಆದರೆ ಮ್ಯಾಕ್ಸ್ ಇತರ ಸಂಭವನೀಯ ಕಾಯಿಲೆಗಳ ಬಗ್ಗೆ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಮುನ್ನರಿವಿನ ಕೆಲವು ರೂಪಗಳು ಇರಬೇಕು ಎಂದು ಹೇಳುತ್ತಾನೆ. ಕೆಲವು ರೋಗಿಗಳು ತಪ್ಪಾಗಿ ರೋಗನಿರ್ಣಯ ಮಾಡಬಹುದು ಮತ್ತು ಮತ್ತೆ ಆಸ್ಪತ್ರೆಯಲ್ಲಿ ಕೊನೆಗೊಳ್ಳಬಹುದು ಎಂದು ಅವರು ವಿವರಿಸುತ್ತಾರೆ, ಅದರಲ್ಲಿ ಅವರು ಸಾಯುವ ಸಾಧ್ಯತೆ 8 ಪಟ್ಟು ಹೆಚ್ಚು ಎಂದು ಅವರು ಸೂಚಿಸುತ್ತಾರೆ. ಅತ್ಯಂತ ಕುತೂಹಲಕಾರಿ ವಿಷಯವೆಂದರೆ ಇದು ಯಾವಾಗಲೂ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಮಸ್ಯೆಯಾಗಿದೆ. ಕಾರಣ, ದುರದೃಷ್ಟವಶಾತ್ ಯಾರಾದರೂ ಅಥವಾ ಹಲವಾರು ಜನರ ಪ್ರಾಣವನ್ನು ಕಳೆದುಕೊಳ್ಳುವ ತಪ್ಪುಗಳನ್ನು ಮಾಡಬೇಕಾದಷ್ಟು ಸರಳವಾಗಿದೆ. ಅಷ್ಟೇ ಅಲ್ಲ, ವೆಲ್ಲಿಂಗ್ ಹೇಳುವಂತೆ, ಪ್ರತಿ ವರ್ಷ ಅರ್ಧ ಟ್ರಿಲಿಯನ್ ಡಾಲರ್ ವೆಚ್ಚದ 230 ಮಿಲಿಯನ್ ವೈದ್ಯಕೀಯ ವಿಧಾನಗಳಿವೆ. ಇತರರಿಗೆ ಸಹಾಯ ಮಾಡಲು ಸೇವೆಯನ್ನು ಒದಗಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಯಾವುದೇ ಉದ್ಯಮದಂತೆ, ಇದು ಹಣವನ್ನು ವೆಚ್ಚ ಮಾಡುತ್ತದೆ; ಇದಲ್ಲದೆ, ಆಸ್ಪತ್ರೆಗಳು ಮತ್ತು ವೈದ್ಯಕೀಯ ಕೇಂದ್ರಗಳಿಗೆ ಧನಸಹಾಯ ನೀಡುವ ಉಸ್ತುವಾರಿ ವಹಿಸುವವರು ಉದ್ಯಮವನ್ನು ಉತ್ತಮ ದಿಕ್ಕಿನಲ್ಲಿ ಮುಂದುವರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ನಾವೀನ್ಯಕಾರರನ್ನು ಕೇಳಬೇಕು. ಅದೇನೇ ಇದ್ದರೂ, ಮಿತವ್ಯಯವು ಯಾವಾಗಲೂ ಪ್ರಯೋಜನಕಾರಿಯಾಗಿದೆ.

ಗೌಪ್ಯತೆಯನ್ನು ಕಾಪಾಡುವುದು

ಅವರು ಮತ್ತು ಅವರ ತಂಡವು 3 ಪ್ರಗತಿಯನ್ನು ಮಾಡಿದೆ ಎಂದು ವೆಲ್ಲಿಂಗ್ ಹೇಳಿದ್ದಾರೆ. ಅದರಲ್ಲಿ ಒಂದು ಆಸ್ಪತ್ರೆಯೊಳಗೆ ಗೌಪ್ಯತೆಯನ್ನು ಕಾಪಾಡಬಲ್ಲ ಕಂಪ್ಯೂಟರ್; ಇದಲ್ಲದೆ, ಸಾಕಷ್ಟು ಅಸ್ವಸ್ಥರಾಗಿರುವ ರೋಗಿಗಳಿಗೆ ರೋಗನಿರ್ಣಯವನ್ನು ಇನ್ನಷ್ಟು ಸುಧಾರಿಸಲು ಕಂಪ್ಯೂಟರ್‌ಗಳು ಹೆಚ್ಚಿನ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು. ಈ ಸಾಫ್ಟ್‌ವೇರ್ ಎಂದು ಹೆಸರಿಸಲಾಗಿದೆ ಯಂತ್ರ ಕಲಿಯುವವರು. ಮೂಲಭೂತವಾಗಿ, ಕಂಪ್ಯೂಟರ್ ಆಸ್ಪತ್ರೆಯ ಡೇಟಾಬೇಸ್‌ಗೆ ಪ್ರಶ್ನೆಯನ್ನು ಕಳುಹಿಸುತ್ತದೆ, ಅದು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತದೆ ನಂತರ ಯಂತ್ರ ಕಲಿಯುವವರು "ಅದಕ್ಕೆ ಸ್ವಲ್ಪ ಶಬ್ದವನ್ನು ಸೇರಿಸುವ ಮೂಲಕ" ಉತ್ತರವನ್ನು ಬದಲಾಯಿಸುತ್ತಾರೆ. ಹೆಚ್ಚಿನ ವಿವರಗಳಿಗಾಗಿ ದಯವಿಟ್ಟು ಇಲ್ಲಿ ಕ್ಲಿಕ್ (ಮ್ಯಾಕ್ಸ್ ವೆಲ್ಲಿಂಗ್ ಇದನ್ನು 5:20 - 6:06 ನಿಮಿಷಗಳ ನಡುವೆ ಹೆಚ್ಚು ನಿಕಟವಾಗಿ ವಿವರಿಸುತ್ತಾರೆ). ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಮ್ಯಾಕ್ಸ್ ವಿವರಿಸಿದಂತೆ, ಕಂಪ್ಯೂಟರ್ ರೋಗನಿರ್ಣಯದ ಮೂಲಕ "ಉತ್ತಮ" ಮತ್ತು "ದತ್ತಾಂಶದ ಉತ್ತಮ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು" ಬಯಸುತ್ತದೆ. ಈ ಎಲ್ಲಾ ಧನ್ಯವಾದಗಳು ಸಿಂಥಿಯಾ ಡ್ವರ್ಕ್, ಇವರು ಮೈಕ್ರೋಸಾಫ್ಟ್ ರಿಸರ್ಚ್‌ನ ವಿಶಿಷ್ಟ ವಿಜ್ಞಾನಿ. ಗಣಿತದ ತಳಹದಿಯ ಆಧಾರದ ಮೇಲೆ ಗೌಪ್ಯತೆಯನ್ನು ಕಾಪಾಡುವಲ್ಲಿ ಅವಳು ಗಮನಹರಿಸುತ್ತಾಳೆ. ಅವಳ ಬಗ್ಗೆ ಮತ್ತು ಅವಳು ಏನು ಮಾಡಿದ್ದಾಳೆ ಎಂಬುದರ ಕುರಿತು ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ, ಇಲ್ಲಿ ಕ್ಲಿಕ್. ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುವುದಾದರೆ, ಈ ಮೊದಲ ಪ್ರಗತಿಯು ರೋಗಿಗಳ ವೈಯಕ್ತಿಕ ಮಾಹಿತಿಯನ್ನು ಗೌರವಿಸಲು ಮ್ಯಾಕ್ಸ್ ಬಯಸುತ್ತದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ ಆದರೆ ರೋಗನಿರ್ಣಯಕ್ಕೆ ಹೆಚ್ಚು ದೃಢವಾದ ಅಡಿಪಾಯದೊಂದಿಗೆ ಆಸ್ಪತ್ರೆಗಳನ್ನು ಒದಗಿಸಲು ಬಯಸುತ್ತದೆ.

ಆಳವಾದ ಕಲಿಕೆ

ಎರಡನೇ ಪ್ರಗತಿಯನ್ನು ಬೆಳಕಿಗೆ ತಂದರು ಜೆಫ್ರಿ ಹಿಂಟನ್. ಯಾನ್ ಲೆಕುನ್, ಯೋಶುವಾ ಬೆಂಗಿಯೋ ಮತ್ತು ಜೆಫ್ರಿ ಇದನ್ನು ವಿವರಿಸಿದ್ದಾರೆ: "ಹಿಂದಿನ ಲೇಯರ್‌ನಲ್ಲಿನ ಪ್ರಾತಿನಿಧ್ಯದಿಂದ ಪ್ರತಿ ಲೇಯರ್‌ನಲ್ಲಿನ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಬಳಸುವ ಯಂತ್ರವು ಅದರ ಆಂತರಿಕ ನಿಯತಾಂಕಗಳನ್ನು ಹೇಗೆ ಬದಲಾಯಿಸಬೇಕು ಎಂಬುದನ್ನು ಸೂಚಿಸಲು ಬ್ಯಾಕ್‌ಪ್ರೊಪಗೇಷನ್ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಆಳವಾದ ಕಲಿಕೆಯು ದೊಡ್ಡ ಡೇಟಾ ಸೆಟ್‌ಗಳಲ್ಲಿ ಸಂಕೀರ್ಣವಾದ ರಚನೆಯನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ." ಸಾಮಾನ್ಯ ಪರಿಭಾಷೆಯಲ್ಲಿ, ಯಂತ್ರವು ಅದರ ಆಳವಾದ ನಿಯತಾಂಕಗಳ ಮೂಲಕ ಅದರ ಸಂಕೀರ್ಣ ಪದರಗಳ ಮೂಲಕ ತನ್ನನ್ನು ತಾನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ (ಹೆಚ್ಚಿನ ವಿವರಗಳಿಗಾಗಿ ದಯವಿಟ್ಟು ಮೂವರು ಮಹನೀಯರು ಬರೆದ ಉಳಿದ ವಿಮರ್ಶೆಯನ್ನು ಓದಿ).

ಕಾರಣತ್ವ ಮತ್ತು ಪರಸ್ಪರ ಸಂಬಂಧ

ಮೂರನೆಯ ಮತ್ತು ಅಂತಿಮ ಪ್ರಗತಿಯು ಪರಸ್ಪರ ಸಂಬಂಧದಿಂದ ಕಾರಣವನ್ನು ಮತ್ತಷ್ಟು ಪ್ರತ್ಯೇಕಿಸಲು ಸಹಕಾರಿ ಕಲ್ಪನೆಯಾಗಿದೆ. ಜುಡಿಯಾ ಪರ್ಲ್‌ನ ಉಪಕರಣಗಳು ಈ ಎರಡು ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂದು ಮ್ಯಾಕ್ಸ್ ಭಾವಿಸುತ್ತಾನೆ ಮತ್ತು ಸಂಘಟಿತರಾಗುತ್ತಾರೆ. ರೋಗಿಯ ಫೈಲ್‌ಗಳನ್ನು ಡಿಜಿಟಲ್ ಆಗಿ ಡೇಟಾಬೇಸ್‌ಗೆ ವರ್ಗಾಯಿಸಿದರೆ ಮಾಡಬಹುದಾದ ಡೇಟಾಗೆ ಹೆಚ್ಚಿನ ರಚನೆಯನ್ನು ನೀಡಲು ಸಹಾಯ ಮಾಡುವುದು ಮೂಲಭೂತವಾಗಿ ಜುಡಿಯಾದ ಪಾತ್ರವಾಗಿದೆ. ಪರ್ಲ್ ಅವರ ಕೆಲಸವು ತುಂಬಾ ಸಂಕೀರ್ಣವಾಗಿದೆ ಆದ್ದರಿಂದ ನೀವು ಅವರ "ಉಪಕರಣಗಳು" ಏನೆಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಯಸಿದರೆ ಇಲ್ಲಿ ಕ್ಲಿಕ್.

ಮ್ಯಾಕ್ಸ್ ಹಾರೈಕೆ

ವೆಲ್ಲಿಂಗ್ ತನ್ನ ಕೊನೆಯಲ್ಲಿ ಸಾರಾಂಶ TEDX ಚರ್ಚೆ ಅವರು ಯಂತ್ರ ಕಲಿಯುವವರ ಮೂಲಕ ಗೌಪ್ಯತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಬಯಸುತ್ತಾರೆ. ಎರಡನೆಯದಾಗಿ, ಹಣ ಮತ್ತು ಜೀವಗಳನ್ನು ಉಳಿಸಲು ರೋಗನಿರ್ಣಯವನ್ನು ಇನ್ನಷ್ಟು ಸುಧಾರಿಸಲು ಡೇಟಾ ಅಪ್ರಾಪ್ತ ವಯಸ್ಕರು ಮತ್ತು ವಿಜ್ಞಾನಿಗಳನ್ನು ತೊಡಗಿಸಿಕೊಳ್ಳಲು. ಕೊನೆಯದಾಗಿ, ಆಸ್ಪತ್ರೆ ಭೇಟಿಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ಹಣವನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಬಳಸಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುವ ತಂತ್ರಜ್ಞಾನದ ಮೂಲಕ ಆಸ್ಪತ್ರೆಗಳು, ವೈದ್ಯರು ಮತ್ತು ರೋಗಿಗಳಿಗೆ ಉತ್ತಮ ಸೇವೆ ನೀಡುವ ಮೂಲಕ ಆರೋಗ್ಯ ರಕ್ಷಣೆಯನ್ನು ಕ್ರಾಂತಿಗೊಳಿಸಲು ಅವರು ಬಯಸುತ್ತಾರೆ. ಇದು ಆರೋಗ್ಯ ರಕ್ಷಣೆಯ ಕುರಿತಾದ ಸುಂದರ ದೃಷ್ಟಿಯಾಗಿದೆ ಏಕೆಂದರೆ ಅವರು ವೈದ್ಯಕೀಯ ಉದ್ಯಮವನ್ನು ಗೌರವಿಸಲು ಬಯಸುತ್ತಾರೆ ಮಾತ್ರವಲ್ಲ, ಆಸ್ಪತ್ರೆಗಳ ಮತ್ತು ವೈದ್ಯಕೀಯ ಕೇಂದ್ರಗಳ ಬಜೆಟ್‌ಗಳ ಕುರಿತು ಯೋಚಿಸುವಾಗ ಜೀವಗಳನ್ನು ಉಳಿಸಲು ಸಹಾಯ ಮಾಡಲು ಬಯಸುತ್ತಾರೆ.