Vai mēs varam radīt pasauli bez slimībām?

Vai mēs varam izveidot pasauli bez slimībām?
ATTĒLU KREDĪTS: http://www.michaelnielsen.org/ddi/guest-post-judea-pearl-on-correlation-causation-and-the-psychology-of-simpsons-paradox/

Vai mēs varam radīt pasauli bez slimībām?

    • Autors vārds
      Andrē Gress
    • Autors Twitter rokturis
      @Quantumrun

    Pilns stāsts (izmantojiet TIKAI pogu Ielīmēt no Word, lai droši kopētu un ielīmētu tekstu no Word dokumenta)

    Vai ir iespējama pasaule bez slimībām? Slimība ir vārds vairumam (ja ne visiem) cilvēku, kas jūtas neērti dzirdot, ja viņiem vai kādam, ko viņi pazīst, slimība ir slima. Par laimi, Makss Vellings, Amsterdamas universitātes mašīnmācības profesors un Kanādas progresīvo pētījumu institūta loceklis, un viņa uzņēmēju komanda ir izveidojuši datu analīzes sistēmu pacientu slimību diagnosticēšanai. Jautrs fakts: Viņš vada AMLAB (Amsterdamas mašīnmācības laboratoriju) un līdzdarbojas QUVA Lab (Qualcomm-UvA Lab). Šeit mēs redzēsim, kā šis brīnišķīgais vīrietis un viņa uzņēmēju komanda (Sintija Dvorka, Džefrijs Hintons un Džūdija Pērla) veica dažus neticamus sasniegumus, lai atbrīvotu pasauli no slimībām.

    Maksa Velinga bažas

    Daži no faktiem, uz kuriem Velings norāda savā TEDx runā, pievērš uzmanību faktam, ka ir gadījumi, kad ārsts pacienta diagnozes laikā var kaut ko palaist garām. Piemēram, viņš saka, ka “pusei medicīnisko procedūru nav pieprasītu zinātnisku pierādījumu”. Šī diagnoze galvenokārt tiek veikta, izmantojot viņu pašu praksi un skolā iegūtās zināšanas, savukārt Makss saka, ka vajadzētu būt kāda veida analītiskai prognozei attiecībā uz citām iespējamām slimībām. Viņš turpina paskaidrot, ka dažiem pacientiem var tikt nepareiza diagnoze un viņi atkal nonāk slimnīcā, norādot, ka viņiem ir 8 reizes lielāka iespēja nomirt. Visinteresantākais ir tas, ka šī problēma ir pastāvējusi vienmēr. Iemesls ir tik vienkāršs, ka tiek pieļautas kļūdas, kas diemžēl kādam vai vairākiem cilvēkiem var maksāt dzīvību. Ne tikai tas, kā saka Velings, katru gadu tiek veikti 230 miljoni medicīnisko procedūru, kas maksā pustriljonu dolāru. Tāpat kā jebkura nozare, kas cenšas sniegt pakalpojumu, lai palīdzētu citiem, tas maksā naudu; turklāt tas nozīmē, ka slimnīcām un tiem, kas atbild par medicīnas centru finansēšanu, ir jāieklausās novatoros, kuri cenšas virzīt nozari labākā virzienā. Tomēr taupība vienmēr ir izdevīga.

    Privātuma saglabāšana

    Velings norādīja, ka viņš un viņa komanda ir veikuši 3 izrāvienus. Viens no tiem ir dators, kas var saglabāt privātumu slimnīcā; turklāt datori var arī analizēt daudzus datus, lai vēl vairāk uzlabotu diagnozi pacientiem, kuri ir diezgan slimi. Šī programmatūra ir nosaukta Mašīnmācībs. Būtībā dators nosūta vaicājumu uz slimnīcas datu bāzi, kas atbild uz vaicājumu, tad mašīnmācībs mainīs atbildi, “pievienojot tam zināmu troksni”. Lai iegūtu sīkāku informāciju, lūdzu noklikšķiniet šeit (Makss Vellings to sīkāk izskaidro laikā no 5:20 līdz 6:06 minūtēm). Citiem vārdiem sakot, kā to skaidro Makss, dators vēlas "labot sevi", izmantojot diagnostiku un "izveidot labāku datu modeli". Tas viss ir pateicoties Sintija Dvorka, kurš ir izcils zinātnieks no Microsoft Research. Viņa koncentrējas uz privātuma saglabāšanu, pamatojoties uz matemātisko pamatu. Lai uzzinātu vairāk par viņu un viņas paveikto, noklikšķiniet šeit. Īsāk sakot, šis pirmais sasniegums ne tikai parāda, ka Makss vēlas cienīt pacientu personisko informāciju, bet arī vēlas nodrošināt slimnīcām stabilāku diagnozes pamatu.

    Dziļa mācīšanās

    Otro izrāvienu atklāja Džefrijs Hintons. Jans Lekuns, Jošua Bendžo un Džefrijs ir paskaidrojuši, ka: "Padziļinātā mācīšanās atklāj sarežģītu struktūru lielās datu kopās, izmantojot atpakaļpavairošanas algoritmu, lai norādītu, kā iekārtai jāmaina iekšējie parametri, kas tiek izmantoti, lai aprēķinātu attēlojumu katrā slānī no iepriekšējā slāņa attēlojuma." Nespeciālista izteiksmē tas palīdz iekārtai labāk izprast sevi, izmantojot tās sarežģītos slāņus, izmantojot tās dziļākos parametrus (lai iegūtu sīkāku informāciju, lūdzu, izlasiet pārējo trīs kungu sarakstīto pārskatu).

    Cēloņsakarība vs korelācija

    Trešais un pēdējais izrāviens ir vairāk sadarbības ideja, lai vēl vairāk atšķirtu cēloņsakarību no korelācijas. Makss uzskata, ka Judea Pearl rīki var palīdzēt atšķirt šos divus jēdzienus un sakārtoties. Būtībā Jūdejas uzdevums ir palīdzēt piešķirt datiem lielāku struktūru, ko var izdarīt, ja pacientu faili tiek digitāli pārsūtīti uz datu bāzi. Pērla darbs ir diezgan sarežģīts, tāpēc, ja vēlaties sīkāk izprast, kādi ir viņa “rīki”. noklikšķiniet šeit.

    Maksa vēlme

    Velings rezumēja sava raksta beigās TEDX saruna ka viņš vēlas saglabāt privātumu, izmantojot mašīnmācībspēku. Otrkārt, iesaistīt nepilngadīgos un zinātniekus, lai vēl vairāk uzlabotu diagnozi, lai ietaupītu naudu un dzīvības. Visbeidzot, viņš vēlas radikāli mainīt veselības aprūpi, labāk apkalpojot slimnīcas, ārstus un pacientus, izmantojot tehnoloģijas, kas var palīdzēt saīsināt slimnīcu apmeklējumus un efektīvāk izmantot naudu. Šis ir skaists redzējums par veselības aprūpi, jo viņš ne tikai vēlas cienīt medicīnas nozari, bet arī vēlas palīdzēt glābt dzīvības, domājot par slimnīcu un medicīnas centru budžetu.

    Atzīmes (Tags)
    Kategorija
    Atzīmes (Tags)
    Tēmas lauks