ਕੀ ਅਸੀਂ ਬਿਮਾਰੀ ਰਹਿਤ ਸੰਸਾਰ ਬਣਾ ਸਕਦੇ ਹਾਂ?

ਕੀ ਰੋਗ ਮੁਕਤ ਸੰਸਾਰ ਹੋਣਾ ਸੰਭਵ ਹੈ? ਬਿਮਾਰੀ ਇੱਕ ਅਜਿਹਾ ਸ਼ਬਦ ਹੈ (ਜੇ ਸਾਰੇ ਨਹੀਂ) ਲੋਕ ਸੁਣਨ ਵਿੱਚ ਅਸਹਿਜ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਜਦੋਂ ਜਾਂ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਜਾਂ ਉਹਨਾਂ ਦੇ ਕਿਸੇ ਨੂੰ ਪਤਾ ਹੁੰਦਾ ਹੈ। ਖੁਸ਼ਕਿਸਮਤੀ, ਮੈਕਸ ਵੇਲਿੰਗ, ਐਮਸਟਰਡਮ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਇੱਕ ਪ੍ਰੋਫੈਸਰ ਅਤੇ ਕੈਨੇਡੀਅਨ ਇੰਸਟੀਚਿਊਟ ਆਫ਼ ਐਡਵਾਂਸਡ ਰਿਸਰਚ ਦੇ ਮੈਂਬਰ, ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਉੱਦਮੀਆਂ ਦੀ ਟੀਮ ਨੇ ਮਰੀਜ਼ਾਂ ਲਈ ਬਿਮਾਰੀਆਂ ਦੇ ਨਿਦਾਨ ਲਈ ਇੱਕ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਪ੍ਰਣਾਲੀ ਬਣਾਈ ਹੈ। ਮਜ਼ੇਦਾਰ ਤੱਥ: ਉਹ AMLAB (Amsterdam Machine Learning LAB) ਦਾ ਨਿਰਦੇਸ਼ਨ ਕਰਦਾ ਹੈ ਅਤੇ QUVA ਲੈਬ (Qualcomm-UvA ਲੈਬ) ਦਾ ਸਹਿ-ਨਿਰਦੇਸ਼ ਕਰਦਾ ਹੈ। ਇੱਥੇ ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਕਿਵੇਂ ਇਸ ਸ਼ਾਨਦਾਰ ਆਦਮੀ ਅਤੇ ਉੱਦਮੀਆਂ ਦੀ ਉਸ ਦੀ ਟੀਮ (ਸਿੰਥੀਆ ਡਵਰਕ, ਜੈਫਰੀ ਹਿੰਟਨ ਅਤੇ ਜੂਡੀਆ ਪਰਲ) ਨੇ ਬੀਮਾਰੀਆਂ ਤੋਂ ਛੁਟਕਾਰਾ ਪਾਉਣ ਲਈ ਕੁਝ ਸ਼ਾਨਦਾਰ ਸਫਲਤਾਵਾਂ ਕੀਤੀਆਂ।

ਮੈਕਸ ਵੇਲਿੰਗ ਦੀਆਂ ਚਿੰਤਾਵਾਂ

ਕੁਝ ਤੱਥ ਜੋ ਵੇਲਿੰਗ ਨੇ ਆਪਣੀ TEDx ਗੱਲਬਾਤ ਦੌਰਾਨ ਦਰਸਾਏ ਹਨ, ਇਸ ਤੱਥ ਵੱਲ ਧਿਆਨ ਦਿਵਾਉਂਦੇ ਹਨ ਕਿ ਕਈ ਵਾਰ ਡਾਕਟਰ ਮਰੀਜ਼ ਦੀ ਜਾਂਚ ਦੌਰਾਨ ਕੁਝ ਗੁਆ ਸਕਦਾ ਹੈ। ਮਿਸਾਲ ਲਈ, ਉਹ ਕਹਿੰਦਾ ਹੈ ਕਿ “ਅੱਧੀਆਂ ਡਾਕਟਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦਾ ਕੋਈ ਵਿਗਿਆਨਕ ਸਬੂਤ ਨਹੀਂ ਹੁੰਦਾ।” ਇਹ ਨਿਦਾਨ ਮੁੱਖ ਤੌਰ 'ਤੇ ਉਨ੍ਹਾਂ ਦੇ ਆਪਣੇ ਅਭਿਆਸ ਅਤੇ ਸਕੂਲ ਵਿੱਚ ਹਾਸਲ ਕੀਤੇ ਗਿਆਨ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਮੈਕਸ ਕਹਿ ਰਿਹਾ ਹੈ ਕਿ ਹੋਰ ਸੰਭਾਵਿਤ ਬਿਮਾਰੀਆਂ ਪ੍ਰਤੀ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪੂਰਵ-ਅਨੁਮਾਨ ਦਾ ਕੁਝ ਰੂਪ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਹ ਅੱਗੇ ਦੱਸਦਾ ਹੈ ਕਿ ਕੁਝ ਮਰੀਜ਼ਾਂ ਦਾ ਗਲਤ ਨਿਦਾਨ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਉਹ ਹਸਪਤਾਲ ਵਿੱਚ ਵਾਪਸ ਆ ਸਕਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਉਹ ਸਪਸ਼ਟ ਕਰਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ ਮਰਨ ਦੀ ਸੰਭਾਵਨਾ 8 ਗੁਣਾ ਵੱਧ ਹੈ। ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਇੱਕ ਅਜਿਹਾ ਮੁੱਦਾ ਹੈ ਜੋ ਹਮੇਸ਼ਾ ਮੌਜੂਦ ਹੈ. ਕਾਰਨ ਓਨਾ ਹੀ ਸਧਾਰਨ ਹੈ ਜਿੰਨਾ ਗਲਤੀਆਂ ਕੀਤੀਆਂ ਜਾਣੀਆਂ ਹਨ ਜੋ ਬਦਕਿਸਮਤੀ ਨਾਲ ਕਿਸੇ ਜਾਂ ਕਈ ਲੋਕਾਂ ਦੀ ਜਾਨ ਲੈ ਸਕਦੀਆਂ ਹਨ। ਇੰਨਾ ਹੀ ਨਹੀਂ, ਜਿਵੇਂ ਕਿ ਵੇਲਿੰਗ ਕਹਿੰਦਾ ਹੈ, ਹਰ ਸਾਲ ਅੱਧਾ ਟ੍ਰਿਲੀਅਨ ਡਾਲਰ ਦੀ ਲਾਗਤ ਨਾਲ 230 ਮਿਲੀਅਨ ਮੈਡੀਕਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਹੁੰਦੀਆਂ ਹਨ। ਕਿਸੇ ਵੀ ਉਦਯੋਗ ਵਾਂਗ ਦੂਜਿਆਂ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਕੋਈ ਸੇਵਾ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਇਸ ਲਈ ਪੈਸਾ ਖਰਚ ਹੁੰਦਾ ਹੈ; ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਹਸਪਤਾਲਾਂ ਅਤੇ ਮੈਡੀਕਲ ਸੈਂਟਰਾਂ ਨੂੰ ਫੰਡ ਦੇਣ ਦੇ ਇੰਚਾਰਜ ਨੂੰ ਉਦਯੋਗ ਨੂੰ ਬਿਹਤਰ ਦਿਸ਼ਾ ਵਿੱਚ ਅੱਗੇ ਵਧਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲੇ ਖੋਜਕਾਰਾਂ ਨੂੰ ਸੁਣਨ ਦੀ ਲੋੜ ਹੈ। ਫਿਰ ਵੀ, ਨਿਸ਼ਕਾਮ ਰਹਿਣਾ ਹਮੇਸ਼ਾ ਲਾਭਦਾਇਕ ਹੁੰਦਾ ਹੈ।

ਗੋਪਨੀਯਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣਾ

ਵੇਲਿੰਗ ਨੇ ਕਿਹਾ ਕਿ ਉਸਨੇ ਅਤੇ ਉਸਦੀ ਟੀਮ ਨੇ 3 ਸਫਲਤਾਵਾਂ ਹਾਸਲ ਕੀਤੀਆਂ ਹਨ। ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਕੰਪਿਊਟਰ ਹੈ ਜੋ ਹਸਪਤਾਲ ਦੇ ਅੰਦਰ ਗੋਪਨੀਯਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖ ਸਕਦਾ ਹੈ; ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪਿਊਟਰ ਉਹਨਾਂ ਮਰੀਜ਼ਾਂ ਲਈ ਨਿਦਾਨ ਨੂੰ ਹੋਰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਬਹੁਤ ਸਾਰੇ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵੀ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਕਾਫ਼ੀ ਬਿਮਾਰ ਹਨ। ਇਸ ਸਾਫਟਵੇਅਰ ਦਾ ਨਾਂ ਦਿੱਤਾ ਗਿਆ ਹੈ ਮਸ਼ੀਨ ਲਰਨਰ। ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ, ਕੰਪਿਊਟਰ ਹਸਪਤਾਲ ਦੇ ਡੇਟਾਬੇਸ ਨੂੰ ਇੱਕ ਪੁੱਛਗਿੱਛ ਭੇਜਦਾ ਹੈ, ਜੋ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਤਾਂ ਮਸ਼ੀਨ ਸਿੱਖਣ ਵਾਲਾ ਜਵਾਬ ਨੂੰ "ਇਸ ਵਿੱਚ ਕੁਝ ਰੌਲਾ ਜੋੜ ਕੇ" ਬਦਲ ਦੇਵੇਗਾ। ਹੋਰ ਵੇਰਵੇ ਲਈ ਕਿਰਪਾ ਕਰਕੇ ਇੱਥੇ ਕਲਿੱਕ ਕਰੋ (ਮੈਕਸ ਵੇਲਿੰਗ ਮਿੰਟ 5:20 - 6:06 ਦੇ ਵਿਚਕਾਰ ਇਸ ਨੂੰ ਹੋਰ ਨੇੜਿਓਂ ਸਮਝਾਉਂਦਾ ਹੈ)। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਜਿਵੇਂ ਕਿ ਮੈਕਸ ਇਸਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਕੰਪਿਊਟਰ ਨਿਦਾਨ ਦੁਆਰਾ "ਆਪਣੇ ਆਪ ਨੂੰ ਬਿਹਤਰ" ਬਣਾਉਣਾ ਅਤੇ "ਡੇਟਾ ਦਾ ਇੱਕ ਬਿਹਤਰ ਮਾਡਲ ਬਣਾਉਣਾ" ਚਾਹੁੰਦਾ ਹੈ। ਇਹ ਸਭ ਦਾ ਧੰਨਵਾਦ ਹੈ ਸਿੰਥੀਆ ਡੀਵਰਕ, ਜੋ ਮਾਈਕਰੋਸਾਫਟ ਰਿਸਰਚ ਦੇ ਇੱਕ ਉੱਘੇ ਵਿਗਿਆਨੀ ਹਨ। ਉਹ ਗਣਿਤਿਕ ਬੁਨਿਆਦ ਦੇ ਆਧਾਰ 'ਤੇ ਗੋਪਨੀਯਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਦੀ ਹੈ। ਉਸ ਬਾਰੇ ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਉਸ ਨੇ ਕੀ ਕੀਤਾ ਹੈ, ਇੱਥੇ ਕਲਿੱਕ ਕਰੋ. ਸੰਖੇਪ ਰੂਪ ਵਿੱਚ, ਇਹ ਪਹਿਲੀ ਸਫਲਤਾ ਨਾ ਸਿਰਫ਼ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਮੈਕਸ ਮਰੀਜ਼ਾਂ ਦੀ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਦਾ ਆਦਰ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ, ਸਗੋਂ ਹਸਪਤਾਲਾਂ ਨੂੰ ਨਿਦਾਨ ਲਈ ਇੱਕ ਹੋਰ ਠੋਸ ਬੁਨਿਆਦ ਪ੍ਰਦਾਨ ਕਰਨਾ ਵੀ ਚਾਹੁੰਦਾ ਹੈ।

ਡੂੰਘੀ ਸਿਖਲਾਈ

ਦੁਆਰਾ ਦੂਜੀ ਸਫਲਤਾ ਸਾਹਮਣੇ ਲਿਆਂਦੀ ਗਈ ਜੈਫਰੀ ਹਿੰਟਨ. ਯੈਨ ਲੈਕੁਨ, ਯੋਸ਼ੂਆ ਬੇਂਗਿਓ ਅਤੇ ਜੈਫਰੀ ਨੇ ਸਮਝਾਇਆ ਹੈ ਕਿ: "ਡੂੰਘੀ ਸਿਖਲਾਈ ਬੈਕਪ੍ਰੋਪੈਗੇਸ਼ਨ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵੱਡੇ ਡੇਟਾ ਸੈੱਟਾਂ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਬਣਤਰ ਦੀ ਖੋਜ ਕਰਦੀ ਹੈ ਇਹ ਦਰਸਾਉਣ ਲਈ ਕਿ ਇੱਕ ਮਸ਼ੀਨ ਨੂੰ ਆਪਣੇ ਅੰਦਰੂਨੀ ਮਾਪਦੰਡਾਂ ਨੂੰ ਕਿਵੇਂ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਪਿਛਲੀ ਪਰਤ ਵਿੱਚ ਪ੍ਰਤੀਨਿਧਤਾ ਤੋਂ ਹਰੇਕ ਲੇਅਰ ਵਿੱਚ ਪ੍ਰਤੀਨਿਧਤਾ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।" ਆਮ ਆਦਮੀ ਦੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇਹ ਇੱਕ ਮਸ਼ੀਨ ਨੂੰ ਇਸਦੇ ਡੂੰਘੇ ਪੈਰਾਮੀਟਰਾਂ ਦੁਆਰਾ ਇਸਦੇ ਗੁੰਝਲਦਾਰ ਪਰਤਾਂ ਦੁਆਰਾ ਆਪਣੇ ਆਪ ਨੂੰ ਬਿਹਤਰ ਤਰੀਕੇ ਨਾਲ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ (ਵਧੇਰੇ ਵੇਰਵਿਆਂ ਲਈ ਕਿਰਪਾ ਕਰਕੇ ਤਿੰਨ ਸੱਜਣਾਂ ਦੁਆਰਾ ਲਿਖੀ ਗਈ ਬਾਕੀ ਸਮੀਖਿਆ ਪੜ੍ਹੋ)।

ਕਾਰਣਤਾ ਬਨਾਮ ਸਬੰਧ

ਤੀਸਰੀ ਅਤੇ ਆਖ਼ਰੀ ਸਫ਼ਲਤਾ ਕਾਰਣਤਾ ਨੂੰ ਆਪਸੀ ਸਬੰਧਾਂ ਤੋਂ ਵੱਖਰਾ ਕਰਨ ਲਈ ਇੱਕ ਸਹਿਯੋਗੀ ਵਿਚਾਰ ਹੈ। ਮੈਕਸ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ ਕਿ ਜੂਡੀਆ ਪਰਲ ਦੇ ਟੂਲ ਇਹਨਾਂ ਦੋ ਸੰਕਲਪਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸੰਗਠਿਤ ਕਰੋ. ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਜੂਡੀਆ ਦੀ ਭੂਮਿਕਾ ਡੇਟਾ ਨੂੰ ਹੋਰ ਢਾਂਚਾ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਹੈ ਜੋ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਮਰੀਜ਼ ਫਾਈਲਾਂ ਨੂੰ ਇੱਕ ਡੇਟਾਬੇਸ ਵਿੱਚ ਡਿਜੀਟਲ ਰੂਪ ਵਿੱਚ ਟ੍ਰਾਂਸਫਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਪਰਲ ਦਾ ਕੰਮ ਕਾਫ਼ੀ ਗੁੰਝਲਦਾਰ ਹੈ ਇਸ ਲਈ ਜੇਕਰ ਤੁਸੀਂ ਹੋਰ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਉਸਦੇ "ਟੂਲ" ਕੀ ਹਨ ਇੱਥੇ ਕਲਿੱਕ ਕਰੋ.

ਮੈਕਸ ਦੀ ਇੱਛਾ

ਵੇਲਿੰਗ ਨੇ ਉਸਦੇ ਅੰਤ ਵਿੱਚ ਸੰਖੇਪ ਕੀਤਾ TEDX ਟਾਕ ਕਿ ਉਹ ਮਸ਼ੀਨ ਲਰਨਰ ਦੁਆਰਾ ਗੋਪਨੀਯਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣਾ ਚਾਹੁੰਦਾ ਹੈ। ਦੂਜਾ, ਪੈਸੇ ਅਤੇ ਜਾਨਾਂ ਬਚਾਉਣ ਲਈ ਨਿਦਾਨ ਨੂੰ ਹੋਰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਡੇਟਾ ਨਾਬਾਲਗਾਂ ਅਤੇ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ। ਅੰਤ ਵਿੱਚ, ਉਹ ਤਕਨਾਲੋਜੀ ਦੁਆਰਾ ਹਸਪਤਾਲਾਂ, ਡਾਕਟਰਾਂ ਅਤੇ ਮਰੀਜ਼ਾਂ ਦੀ ਬਿਹਤਰ ਸੇਵਾ ਕਰਕੇ ਸਿਹਤ ਦੇਖਭਾਲ ਵਿੱਚ ਕ੍ਰਾਂਤੀ ਲਿਆਉਣਾ ਚਾਹੁੰਦਾ ਹੈ ਜੋ ਹਸਪਤਾਲ ਦੇ ਦੌਰੇ ਨੂੰ ਘੱਟ ਕਰਨ ਅਤੇ ਪੈਸੇ ਦੀ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਵਰਤੋਂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਸਿਹਤ ਦੇਖ-ਰੇਖ ਬਾਰੇ ਇਹ ਇੱਕ ਸੁੰਦਰ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਹੈ ਕਿਉਂਕਿ ਉਹ ਨਾ ਸਿਰਫ਼ ਮੈਡੀਕਲ ਉਦਯੋਗ ਦਾ ਸਤਿਕਾਰ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ, ਉਹ ਹਸਪਤਾਲਾਂ ਅਤੇ ਮੈਡੀਕਲ ਕੇਂਦਰਾਂ ਦੇ ਬਜਟ ਬਾਰੇ ਸੋਚਦੇ ਹੋਏ ਜਾਨਾਂ ਬਚਾਉਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ।