Putem crea o lume fără boli?

Este posibil să avem o lume fără boli? Boala este un cuvânt pentru majoritatea (dacă nu pentru toți) oamenii se simt incomod la auz atunci când fie ei, fie cineva pe care îl cunosc are unul. Din fericire, Max Welling, profesor de învățare automată la Universitatea din Amsterdam și membru al Institutului Canadian de Cercetare Avansată, și echipa sa de antreprenori au creat un sistem de analiză a datelor pentru diagnosticarea bolilor pentru pacienți. Fapt distractiv: El conduce AMLAB (Amsterdam Machine Learning LAB) și codirizează QUVA Lab (Laboratorul Qualcomm-UvA). Aici vom vedea cum acest om minunat și echipa sa de antreprenori (Cynthia Dwork, Geoffrey Hinton și Judea Pearl) au făcut niște descoperiri incredibile pentru a scăpa de boli.

Preocupările lui Max Welling

Unele dintre faptele pe care Welling le subliniază în timpul discursului său TEDx aduc atenția asupra faptului că există momente în care un medic ar putea să rateze ceva în timpul diagnosticării unui pacient. De exemplu, el spune că „jumătate dintre procedurile medicale nu au solicitat dovezi științifice”. Acest diagnostic se face în primul rând prin propria practică și cunoștințe dobândite în școală, în timp ce Max spune că ar trebui să existe o formă de prognostic analitic pentru alte boli posibile. El continuă explicând că unii pacienți pot fi diagnosticați greșit și ajung înapoi în spital, în care precizează că sunt de 8 ori mai probabil să moară. Cel mai intrigant lucru este că aceasta este o problemă care a existat dintotdeauna. Motivul este la fel de simplu, cu cât se vor face greșeli care, din păcate, ar putea costa viața pe cineva sau mai mulți oameni. Nu numai că, după cum spune Welling, există 230 de milioane de proceduri medicale în fiecare an care costă jumătate de trilion de dolari. Ca orice industrie care încearcă să ofere un serviciu pentru a-i ajuta pe alții, costă bani; în plus, asta înseamnă că spitalele și cei responsabili cu finanțarea centrelor medicale trebuie să asculte inovatorii care încearcă să promoveze industria într-o direcție mai bună. Cu toate acestea, a fi frugal este întotdeauna benefic.

Păstrarea confidențialității

Welling a declarat că el și echipa sa au făcut 3 descoperiri. Unul dintre acestea este un computer care poate păstra confidențialitatea într-un spital; în plus, computerele pot analiza, de asemenea, o multitudine de date pentru a îmbunătăți și mai mult diagnosticul pentru pacienții care sunt destul de bolnavi. Acest software este numit Machine Learner. În esență, computerul trimite o interogare la baza de date a spitalului, care răspunde la întrebare, apoi persoana care învață automat va schimba răspunsul „adăugând ceva zgomot”. Pentru mai multe detalii va rog click aici (Max Welling o explică mai îndeaproape între minutele 5:20 – 6:06). Cu alte cuvinte, așa cum explică Max, computerul vrea să se „îmbunătățească” prin diagnosticare și să „construiască un model de date mai bun”. Toate acestea se datorează Cynthia Dwork, care este un om de știință distins de la Microsoft Research. Ea se concentrează pe păstrarea confidențialității pe baza unui fundament matematic. Pentru mai multe despre ea și despre ceea ce a făcut, click aici. Pe scurt, această primă descoperire arată nu numai că Max dorește să respecte informațiile personale ale pacienților, ci și să ofere spitalelor o bază mai solidă pentru diagnostic.

Invatare profunda

A doua descoperire a fost scoasă la lumină de Geoffrey Hinton. Yann Lecun, Yoshua Bengio și Geoffrey au explicat că: „Învățarea profundă descoperă o structură complicată în seturi mari de date utilizând algoritmul de backpropagation pentru a indica modul în care o mașină ar trebui să-și modifice parametrii interni care sunt utilizați pentru a calcula reprezentarea din fiecare strat din reprezentarea din stratul anterior”. În termeni profani, ajută o mașină să se înțeleagă mai bine prin straturile sale complexe prin intermediul parametrilor săi cei mai profundi (pentru mai multe detalii, vă rugăm să citiți restul recenziei scrise de cei trei domni).

Cauzalitate vs corelație

A treia și ultima descoperire este mai mult o idee de colaborare pentru a diferenția și mai mult cauzalitatea de corelație. Max consideră că instrumentele lui Judea Pearl pot ajuta la distingerea acestor două concepte și organizeaza-te. În esență, rolul Judeei este de a ajuta la structurarea mai multor datelor, ceea ce poate fi realizat dacă fișierele pacienților sunt transferate digital într-o bază de date. Munca lui Pearl este destul de complexă, așa că dacă doriți să înțelegeți mai departe care sunt „instrumentele” lui click aici.

Dorința lui Max

Welling a rezumat la sfârşitul lui TEDX Talk că dorește să păstreze confidențialitatea prin intermediul mașinii care învață. În al doilea rând, să implice minori de date și oameni de știință pentru a îmbunătăți și mai mult diagnosticul pentru a economisi bani și vieți. În cele din urmă, el dorește să revoluționeze îngrijirea sănătății deservind mai bine spitalele, medicii și pacienții prin tehnologie care poate ajuta la scurtarea vizitelor la spital și la utilizarea banilor mai eficient. Aceasta este o viziune frumoasă asupra îngrijirii sănătății, deoarece nu numai că vrea să respecte industria medicală, ci vrea și să ajute la salvarea de vieți, gândindu-se la bugetele spitalelor și centrelor medicale.