질병 없는 세상을 만들 수 있을까요?
질병 없는 세상을 만들 수 있을까요?
질병 없는 세상이 가능할까요? 질병은 대부분의(전부는 아니지만) 사람들이 자신이나 아는 사람이 질병에 걸렸을 때 듣기 불편함을 느끼는 단어입니다. 다행스럽게도, 맥스 웰링, 암스테르담 대학의 기계 학습 교수이자 Canadian Institute of Advanced Research의 회원과 그의 기업가 팀은 환자의 질병 진단을 위한 데이터 분석 시스템을 만들었습니다. 재미있는 사실: 그는 AMLAB(Amsterdam Machine Learning LAB)을 지휘하고 QUVA Lab(Qualcomm-UvA Lab)을 공동 지휘합니다. 여기에서 우리는 이 훌륭한 사람과 그의 기업가 팀(Cynthia Dwork, Geoffrey Hinton 및 Judea Pearl)이 질병의 세상을 없애기 위해 어떻게 놀라운 돌파구를 만들었는지 보게 될 것입니다.
맥스 웰링의 고민
Welling이 그의 TEDx 강연에서 지적한 몇 가지 사실은 의사가 환자를 진단하는 동안 무언가를 놓칠 수 있다는 사실에 주의를 환기시킵니다. 예를 들어, 그는 "의료 절차의 절반은 간청하는 과학적 증거가 없다"고 말합니다. 그 진단은 주로 학교에서 습득한 실습과 지식을 통해 이루어지지만 Max는 다른 가능한 질병에 대한 어떤 형태의 분석적 예후가 있어야 한다고 말합니다. 그는 계속해서 일부 환자는 오진을 받아 다시 병원에 입원할 수 있으며 사망할 확률이 8배 더 높다고 설명합니다. 가장 흥미로운 점은 이것이 항상 존재해 온 문제라는 것입니다. 그 이유는 불행하게도 누군가 또는 여러 사람의 목숨을 앗아갈 수 있는 실수가 있기 마련이기 때문에 간단합니다. 뿐만 아니라 Welling이 말했듯이 매년 230억 XNUMX만 건의 의료 절차에 XNUMX억 달러의 비용이 듭니다. 다른 사람을 돕기 위해 서비스를 제공하려는 모든 산업과 마찬가지로 비용이 듭니다. 또한 이는 병원과 의료 센터 자금 조달을 담당하는 사람들이 더 나은 방향으로 산업을 발전시키려는 혁신가의 의견을 경청해야 함을 의미합니다. 그럼에도 불구하고 검소한 것은 항상 유익합니다.
개인 정보 보호
Welling은 그와 그의 팀이 3개의 돌파구를 만들었다고 말했습니다. 그 중 하나는 병원 내에서 개인 정보를 보호할 수 있는 컴퓨터입니다. 또한 컴퓨터는 상당히 아픈 환자의 진단을 더욱 개선하기 위해 과다한 데이터를 분석할 수도 있습니다. 이 소프트웨어의 이름은 기계 학습자. 본질적으로 컴퓨터는 병원 데이터베이스에 쿼리를 보내고 쿼리에 응답하면 머신 러닝이 "노이즈를 추가"하여 대답을 변경합니다. 자세한 내용은 여기를 클릭하세요 (Max Welling이 5:20~6:06 사이에 더 자세히 설명합니다.) 즉, Max가 설명하는 것처럼 컴퓨터는 진단을 통해 "더 나은 자체"를 원하고 "더 나은 데이터 모델을 구축"합니다. 이 모든 것은 덕분입니다 신시아 드 워크, Microsoft Research의 저명한 과학자입니다. 그녀는 수학적 기반을 기반으로 개인 정보 보호에 중점을 둡니다. 그녀와 그녀가 한 일에 대한 자세한 내용은 여기를 클릭하세요. 요컨대, 이 첫 번째 돌파구는 Max가 환자의 개인 정보를 존중하기를 원할 뿐만 아니라 병원에 진단을 위한 보다 견고한 기반을 제공하기를 원한다는 것을 보여줍니다.
깊은 학습
두 번째 돌파구가 밝혀졌습니다. 제프리 힌튼. 얀 레쿤, 요슈아 벤지오, 제프리 "딥 러닝은 기계가 이전 레이어의 표현에서 각 레이어의 표현을 계산하는 데 사용되는 내부 매개변수를 어떻게 변경해야 하는지를 나타내는 역전파 알고리즘을 사용하여 대규모 데이터 세트에서 복잡한 구조를 발견합니다." 평신도 용어로, 그것은 기계가 가장 깊은 매개변수를 통해 복잡한 계층을 통해 자신을 더 잘 이해하도록 도와줍니다(자세한 내용은 세 명의 신사가 작성한 리뷰의 나머지 부분을 참조하십시오).
인과 관계 대 상관 관계
세 번째이자 마지막 돌파구는 인과 관계와 상관 관계를 더욱 구별하기 위한 협력 아이디어에 가깝습니다. Max는 Judea Pearl의 도구가 이 두 개념을 구별하고 조직하다. 본질적으로 Judea의 역할은 환자 파일이 디지털 방식으로 데이터베이스로 전송되는 경우 수행할 수 있는 데이터에 더 많은 구조를 제공하는 데 도움을 주는 것입니다. Pearl의 작업은 매우 복잡하므로 그의 "도구"가 무엇인지 더 자세히 알고 싶다면 여기를 클릭하세요.
맥스의 소원
웰링은 그의 말에 요약했다. TEDX 토크 그는 기계 학습을 통해 개인 정보를 보호하고 싶다고 말했습니다. 둘째, 돈과 생명을 구하기 위해 진단을 더욱 개선하기 위해 데이터 미성년자와 과학자를 참여시킵니다. 마지막으로 그는 병원 방문 시간을 단축하고 비용을 보다 효율적으로 활용할 수 있는 기술을 통해 병원, 의사 및 환자에게 더 나은 서비스를 제공함으로써 의료 서비스에 혁신을 일으키고자 합니다. 그는 의료 산업을 존중할 뿐만 아니라 병원과 의료 센터의 예산을 생각하면서 생명을 구하는 데 도움이 되기를 원하기 때문에 이것은 건강 관리에 대한 아름다운 비전입니다.
