ایا موږ کولی شو له ناروغۍ پرته نړۍ جوړه کړو؟
ایا موږ کولی شو له ناروغۍ پرته نړۍ جوړه کړو؟
ایا دا ممکنه ده چې د ناروغۍ څخه پاکه نړۍ ولرئ؟ ناروغي یوه کلمه ده چې ډیری یې (که ټول نه وي) خلک په اوریدلو کې د نارامۍ احساس کوي کله چې دوی یا یو څوک پوهیږي چې دا لري. خوشبختانه، میکس ویلنګ، د امستردام په پوهنتون کې د ماشین زده کړې پروفیسور او د کاناډا د پرمختللي څیړنې انسټیټیوټ غړی او د هغه د متشبثینو ټیم د ناروغانو لپاره د ناروغیو تشخیص لپاره د ډیټا تحلیل سیسټم رامینځته کړی. د تفریح حقیقت: هغه د AMLAB (د امستردام ماشین زده کړې لابراتوار) لارښوونه کوي او د QUVA لابراتوار (Qualcomm-UvA لابراتوار) ته لارښوونه کوي. دلته به وګورو چې دا په زړه پورې سړی او د هغه د متشبثینو ټیم (سنتیا ډورک، جیفري هینټن او جوډیا پرل) څنګه د نړۍ د ناروغۍ څخه د خلاصون لپاره ځینې په زړه پوري پرمختګونه وکړل.
د میکس ویلینګ اندیښنې
ځینې حقایق چې ویلینګ د هغه د TEDx خبرو په جریان کې په ګوته کوي دې حقیقت ته پاملرنه کوي چې ځینې وختونه شتون لري کله چې یو ډاکټر د ناروغ د تشخیص پرمهال یو څه له لاسه ورکړي. د مثال په توګه، هغه وايي چې "نیمايي طبي پروسیجرونه هیڅ ډول علمي شواهد نلري." دا تشخیص په ابتدايي توګه د دوی د خپل تمرین او په ښوونځي کې د ترلاسه شوي پوهې له لارې ترسره کیږي، پداسې حال کې چې میکس وايي چې د نورو احتمالي ناروغیو په اړه باید د تحلیلي تشخیص یو ډول بڼه وي. هغه په دې وضاحت کوي چې ځینې ناروغان غلط تشخیص کیدی شي او بیرته په روغتون کې پای ته ورسیږي، په کوم کې چې هغه په ګوته کوي چې د مړینې احتمال یې 8 ځله ډیر دی. ترټولو زړه پورې خبره دا ده چې دا یوه مسله ده چې تل شتون لري. دلیل دومره ساده دی لکه څنګه چې تېروتنې باید ترسره شي چې له بده مرغه د یو چا یا څو خلکو ژوند لګښت کولی شي. نه یوازې دا، لکه څنګه چې ویلینګ وايي، هر کال 230 ملیون طبي پروسیجرونه شتون لري چې نیم ټریلیون ډالر لګښت لري. د هر صنعت په څیر چې هڅه کوي د نورو سره د مرستې لپاره خدمت چمتو کړي، دا پیسې مصرفوي. سربیره پردې ، پدې معنی چې روغتونونه او هغه څوک چې د طبي مرکزونو تمویل مسؤل دي اړتیا لري نوښتګرانو ته غوږ ونیسي چې هڅه کوي صنعت ته په ښه لار کې وده ورکړي. په هرصورت، مکار کول تل ګټور دي.
د محرمیت ساتل
ویلینګ وویل چې هغه او د هغه ټیم 3 بریاوې ترلاسه کړې. یو له دې څخه یو کمپیوټر دی چې کولی شي په روغتون کې محرمیت وساتي؛ سربیره پردې، کمپیوټر کولی شي د ډیرو معلوماتو تحلیل هم وکړي ترڅو د ناروغانو لپاره تشخیص نور هم ښه کړي چې ډیر ناروغه دي. دا سافټویر نومیږي ماشین زده کوونکی. په لازمي ډول ، کمپیوټر د روغتون ډیټابیس ته یوه پوښتنه لیږي ، کوم چې پوښتنې ته ځواب ورکوي بیا د ماشین زده کونکی به د "یو څه شور په اضافه کولو" سره ځواب بدل کړي. د نورو جزیاتو لپاره مهرباني وکړئ دلته زور ورکړی (میکس ویلینګ دا د دقیقو 5:20 - 6:06 تر مینځ ډیر نږدې تشریح کوي). په بل عبارت، لکه څنګه چې میکس دا تشریح کوي، کمپیوټر غواړي د تشخیص له لارې "خود ښه" او "د ډیټا غوره ماډل رامینځته کړي". دا ټول د هغه څخه مننه ده د سنتیایا Dwork، څوک چې د مایکروسافټ ریسرچ څخه یو نامتو ساینس پوه دی. هغه د ریاضياتي بنسټ پر بنسټ د محرمیت ساتلو تمرکز کوي. د هغې په اړه د نورو لپاره او هغه څه چې هغې کړي دي، دلته زور ورکړی. په لنډه توګه، دا لومړۍ بریا نه یوازې دا ښیي چې مکس غواړي د ناروغانو شخصي معلوماتو ته درناوی وکړي بلکې غواړي روغتونونو ته د تشخیص لپاره ډیر قوي بنسټ چمتو کړي.
ژوره زده کړه
دویمه بریا له خوا روښانه شوه جیفري هټن. یان لیکون، یوشوا بینجیو او جیفري څرګنده کړه چې: "ژوره زده کړه د بیک پروپیګیشن الګوریتم په کارولو سره په لوی ډیټا سیټونو کې پیچلي جوړښت کشف کوي ترڅو دا په ګوته کړي چې څنګه ماشین باید خپل داخلي پیرامیټونه بدل کړي چې په هر پرت کې د نمایندګۍ محاسبه کولو لپاره کارول کیږي د تیر پرت نمایش څخه." د عامو خلکو په شرایطو کې، دا د ماشین سره مرسته کوي چې د دې پیچلي پرتونو له لارې د ژورو پیرامیټونو له لارې ځان ښه پوه کړي (د نورو جزیاتو لپاره مهرباني وکړئ د بیاکتنې پاتې برخه ولولئ چې درې ښاغلو لیکلي).
علت او ارتباط
دریمه او وروستنۍ بریا د همکارۍ مفکوره ده چې علت یې د ارتباط څخه توپیر کوي. میکس احساس کوي چې د جوډیا پیرل وسیلې کولی شي د دې دوه مفکورو په توپیر کې مرسته وکړي تنظیم شي. په لازمي ډول د جوډیا رول دا دی چې ډیټا ته نور جوړښت چمتو کولو کې مرسته وکړي کوم چې ترسره کیدی شي که چیرې د ناروغ فایلونه ډیجیټل ډیټابیس ته لیږدول کیږي. د پیرل کار خورا پیچلی دی نو که تاسو غواړئ نور پوه شئ چې د هغه "وسایل" څه دي دلته زور ورکړی.
د مکس هیله
ویلنګ د هغه په پای کې لنډیز وکړ د TEDX خبرې چې هغه غواړي د ماشین زده کونکي له لارې محرمیت وساتي. دوهم، د پیسو او ژوند خوندي کولو لپاره د تشخیص لا ښه کولو لپاره د معلوماتو کوچنيانو او ساینس پوهانو بوخت کول. په نهایت کې ، هغه غواړي د ټیکنالوژۍ له لارې د روغتونونو ، ډاکټرانو او ناروغانو غوره خدمت کولو سره روغتیا پاملرنې کې انقلاب رامینځته کړي چې کولی شي د روغتون لیدنې لنډولو کې مرسته وکړي او پیسې په مؤثره توګه وکاروي. دا د روغتیا پاملرنې په اړه یو ښکلی لید دی ځکه چې هغه نه یوازې د طبي صنعت درناوی کول غواړي ، هغه د روغتونونو او طبي مرکزونو بودیجې په اړه فکر کولو پرمهال د ژوند ژغورلو کې هم مرسته کول غواړي.
