நோயற்ற உலகை உருவாக்க முடியுமா?

நோயற்ற உலகம் சாத்தியமா? நோய் என்பது பெரும்பாலான (அனைத்தும் இல்லாவிட்டாலும்) மக்கள் தங்களுக்கு அல்லது அவர்களுக்குத் தெரிந்த ஒருவருக்குக் கேட்கும் போது சங்கடமாக இருக்கும். அதிர்ஷ்டவசமாக, அதிகபட்ச வெலிங், ஆம்ஸ்டர்டாம் பல்கலைக்கழகத்தில் இயந்திர கற்றல் பேராசிரியரும், கனடியன் இன்ஸ்டிடியூட் ஆஃப் அட்வான்ஸ்டு ஆராய்ச்சியின் உறுப்பினரும் மற்றும் அவரது தொழில்முனைவோர் குழுவும் நோயாளிகளுக்கான நோய்களைக் கண்டறிவதற்கான தரவு பகுப்பாய்வு முறையை உருவாக்கியுள்ளனர். வேடிக்கையான உண்மை: அவர் AMLAB (ஆம்ஸ்டர்டாம் இயந்திர கற்றல் LAB) ஐ இயக்குகிறார் மற்றும் QUVA ஆய்வகத்தை (Qualcomm-UvA Lab) இணை இயக்குகிறார். இந்த அற்புதமான மனிதரும் அவரது தொழில்முனைவோர் குழுவும் (சிந்தியா ட்வொர்க், ஜெஃப்ரி ஹிண்டன் மற்றும் ஜூடியா பேர்ல்) உலகை நோய்களிலிருந்து விடுவிப்பதற்காக சில நம்பமுடியாத முன்னேற்றங்களை எவ்வாறு செய்தார்கள் என்பதை இங்கே பார்ப்போம்.

மேக்ஸ் வெலிங்கின் கவலைகள்

வெல்லிங் தனது TEDx உரையின் போது சுட்டிக்காட்டிய சில உண்மைகள், நோயாளியின் நோயறிதலின் போது ஒரு மருத்துவர் எதையாவது தவறவிடக்கூடிய நேரங்களும் உள்ளன என்பதை கவனத்தில் கொள்கிறது. உதாரணமாக, "மருத்துவ நடைமுறைகளில் பாதிக்கு அறிவியல் சான்றுகள் இல்லை" என்று அவர் கூறுகிறார். அந்த நோயறிதல் முதன்மையாக அவர்களின் சொந்த பயிற்சி மற்றும் பள்ளியில் பெற்ற அறிவின் மூலம் செய்யப்படுகிறது, அதேசமயம் மற்ற சாத்தியமான நோய்களுக்கு ஏதேனும் ஒரு பகுப்பாய்வு முன்கணிப்பு இருக்க வேண்டும் என்று மேக்ஸ் கூறுகிறார். சில நோயாளிகள் தவறாகக் கண்டறியப்பட்டு மீண்டும் மருத்துவமனையில் சிகிச்சை பெறலாம் என்று அவர் விளக்குகிறார், அதில் அவர்கள் இறப்பதற்கு 8 மடங்கு அதிகம் என்று அவர் குறிப்பிடுகிறார். மிகவும் சுவாரஸ்யமான விஷயம் என்னவென்றால், இது எப்போதும் இருக்கும் ஒரு பிரச்சினை. காரணம், துரதிர்ஷ்டவசமாக யாரோ அல்லது பலரின் உயிரையோ இழக்க நேரிடும் தவறுகள் மிகவும் எளிமையானவை. அது மட்டுமல்ல, வெலிங் சொல்வது போல், ஒவ்வொரு ஆண்டும் 230 மில்லியன் மருத்துவ நடைமுறைகள் அரை டிரில்லியன் டாலர்கள் செலவாகும். மற்றவர்களுக்கு உதவ ஒரு சேவையை வழங்க முயற்சிக்கும் எந்தத் துறையையும் போல, அதற்கு பணம் செலவாகும்; மேலும், மருத்துவமனைகள் மற்றும் மருத்துவ மையங்களுக்கு நிதியளிக்கும் பொறுப்பில் உள்ளவர்கள் தொழில்துறையை சிறந்த திசையில் முன்னேற்ற முயற்சிக்கும் கண்டுபிடிப்பாளர்களைக் கேட்க வேண்டும். ஆயினும்கூட, சிக்கனமாக இருப்பது எப்போதும் நன்மை பயக்கும்.

தனியுரிமையைப் பாதுகாத்தல்

அவரும் அவரது குழுவும் 3 முன்னேற்றங்களைச் செய்துள்ளதாக வெலிங் கூறினார். அதில் ஒன்று மருத்துவமனைக்குள் தனியுரிமையைப் பாதுகாக்கக்கூடிய கணினி; மேலும், மிகவும் நோய்வாய்ப்பட்ட நோயாளிகளுக்கு நோயறிதலை மேலும் மேம்படுத்த கணினிகள் ஏராளமான தரவுகளை பகுப்பாய்வு செய்யலாம். இந்த மென்பொருளுக்கு பெயரிடப்பட்டுள்ளது இயந்திரம் கற்றவர். முக்கியமாக, கணினி மருத்துவமனை தரவுத்தளத்திற்கு ஒரு வினவலை அனுப்புகிறது, அது வினவலுக்கு பதிலளிக்கிறது, பின்னர் இயந்திரம் கற்றவர் "அதில் சிறிது சத்தத்தை சேர்ப்பதன் மூலம்" பதிலை மாற்றுவார். மேலும் விவரங்களுக்கு தயவு செய்து இங்கே கிளிக் செய்யவும் (மேக்ஸ் வெல்லிங் 5:20 - 6:06 நிமிடங்களுக்கு இடையில் அதை மிக நெருக்கமாக விளக்குகிறார்). வேறு வார்த்தைகளில் கூறுவதானால், மேக்ஸ் விளக்குவது போல், கணினி நோயறிதல் மூலம் "தன்னை சிறப்பாக" விரும்புகிறது மற்றும் "தரவின் சிறந்த மாதிரியை உருவாக்க" விரும்புகிறது. இதற்கெல்லாம் நன்றி சிந்தியா டுவர்க், இவர் மைக்ரோசாஃப்ட் ரிசர்ச்சின் புகழ்பெற்ற விஞ்ஞானி ஆவார். கணித அடித்தளத்தின் அடிப்படையில் தனியுரிமையைப் பாதுகாப்பதில் அவர் கவனம் செலுத்துகிறார். அவளைப் பற்றியும் அவள் என்ன செய்தாள் என்பதைப் பற்றியும் மேலும் அறிய, இங்கே கிளிக் செய்யவும். சுருக்கமாக, இந்த முதல் திருப்புமுனையானது, நோயாளிகளின் தனிப்பட்ட தகவல்களுக்கு மாக்ஸ் மரியாதை காட்ட விரும்புவது மட்டுமல்லாமல், நோயறிதலுக்கான உறுதியான அடித்தளத்தை மருத்துவமனைகளுக்கு வழங்க விரும்புகிறது.

ஆழமான கற்றல்

இரண்டாவது முன்னேற்றம் வெளிச்சத்திற்கு கொண்டு வரப்பட்டது ஜெஃப்ரி ஹிண்டன். Yann Lecun, Yoshua Bengio மற்றும் Geoffrey "ஆழமான கற்றல் பெரிய தரவுத் தொகுப்புகளில் சிக்கலான கட்டமைப்பைக் கண்டறிந்து, ஒரு இயந்திரம் அதன் உள் அளவுருக்களை எவ்வாறு மாற்ற வேண்டும் என்பதைக் குறிக்கிறது, அவை முந்தைய அடுக்கில் உள்ள பிரதிநிதித்துவத்திலிருந்து ஒவ்வொரு அடுக்கிலும் உள்ள பிரதிநிதித்துவத்தைக் கணக்கிடப் பயன்படுகின்றன." சாதாரண மனிதர்களின் அடிப்படையில், ஒரு இயந்திரம் அதன் ஆழமான அளவுருக்கள் மூலம் அதன் சிக்கலான அடுக்குகள் மூலம் தன்னை நன்றாகப் புரிந்துகொள்ள உதவுகிறது (மேலும் விவரங்களுக்கு மூன்று மனிதர்கள் எழுதிய மதிப்பாய்வின் மீதியைப் படிக்கவும்).

காரணம் மற்றும் தொடர்பு

மூன்றாவதும் இறுதியுமான முன்னேற்றமானது, தொடர்பிலிருந்து காரணத்தை மேலும் வேறுபடுத்துவதற்கான ஒரு கூட்டு யோசனையாகும். ஜூடியா பெர்லின் கருவிகள் இந்த இரண்டு கருத்துகளையும் வேறுபடுத்தி அறிய உதவும் என்று மேக்ஸ் கருதுகிறார் ஏற்பாடு செய்யுங்கள். நோயாளியின் கோப்புகள் டிஜிட்டல் முறையில் தரவுத்தளத்திற்கு மாற்றப்பட்டால் செய்யக்கூடிய தரவுகளுக்கு கூடுதல் கட்டமைப்பை வழங்குவதில் முக்கியமாக ஜூடியாவின் பங்கு உள்ளது. முத்துவின் பணி மிகவும் சிக்கலானது, எனவே அவருடைய "கருவிகள்" என்ன என்பதை நீங்கள் மேலும் புரிந்து கொள்ள விரும்பினால் இங்கே கிளிக் செய்யவும்.

மேக்ஸின் விருப்பம்

வெல்லிங் தனது முடிவில் சுருக்கமாகக் கூறினார் TEDX பேச்சு மெஷின் லேர்னர் மூலம் தனியுரிமையைப் பாதுகாக்க விரும்புகிறார். இரண்டாவதாக, பணத்தையும் உயிர்களையும் காப்பாற்ற, நோயறிதலை மேலும் மேம்படுத்த, தரவு சிறார்களையும் விஞ்ஞானிகளையும் ஈடுபடுத்துதல். கடைசியாக, மருத்துவமனைகள், மருத்துவர்கள் மற்றும் நோயாளிகளுக்குச் சிறந்த சேவையை வழங்குவதன் மூலம் சுகாதாரப் பாதுகாப்பில் புரட்சியை ஏற்படுத்த அவர் விரும்புகிறார், இது மருத்துவமனை வருகைகளைக் குறைக்கவும் பணத்தை மிகவும் திறமையாகப் பயன்படுத்தவும் உதவும். இது சுகாதாரப் பாதுகாப்பு பற்றிய ஒரு அழகான பார்வை, ஏனெனில் அவர் மருத்துவத் துறையை மதிக்க விரும்புவது மட்டுமல்லாமல், மருத்துவமனைகள் மற்றும் மருத்துவ மையங்களின் வரவு செலவுத் திட்டங்களை நினைத்து உயிரைக் காப்பாற்றவும் அவர் விரும்புகிறார்.