เราสามารถสร้างโลกที่ปราศจากโรคได้หรือไม่?

เราสามารถสร้างโลกที่ปราศจากโรคได้หรือไม่?
เครดิตรูปภาพ: http://www.michaelnielsen.org/ddi/guest-post-judea-pearl-on-correlation-causation-and-the-psychology-of-simpsons-paradox/

เราสามารถสร้างโลกที่ปราศจากโรคได้หรือไม่?

    • ผู้เขียนชื่อ
      อังเดร เกรส
    • ผู้เขียน Twitter Handle
      @ควอนตั้มรัน

    เรื่องเต็ม (ใช้เฉพาะปุ่ม 'วางจาก Word' เพื่อคัดลอกและวางข้อความจากเอกสาร Word อย่างปลอดภัย)

    เป็นไปได้ไหมที่จะมีโลกที่ปราศจากโรค? โรคเป็นคำที่คนส่วนใหญ่ (ถ้าไม่ใช่ทั้งหมด) รู้สึกอึดอัดที่จะได้ยินเมื่อพวกเขาหรือคนที่พวกเขารู้จักเป็นโรคนี้ โชคดี, แม็กซ์ เวลลิ่งศาสตราจารย์ด้านแมชชีนเลิร์นนิงที่มหาวิทยาลัยอัมสเตอร์ดัมและสมาชิกของสถาบันการวิจัยขั้นสูงของแคนาดา และทีมผู้ประกอบการของเขาได้สร้างระบบวิเคราะห์ข้อมูลสำหรับการวินิจฉัยโรคสำหรับผู้ป่วย เรื่องน่ารู้: เขากำกับ AMLAB (Amsterdam Machine Learning LAB) และร่วมกำกับ QUVA Lab (Qualcomm-UvA Lab) เราจะมาดูกันว่าชายผู้วิเศษคนนี้และทีมผู้ประกอบการของเขา (ซินเทีย ดีเวิร์ค, เจฟฟรีย์ ฮินตัน และจูเดีย เพิร์ล) สร้างความก้าวหน้าที่น่าทึ่งเพื่อกำจัดโลกของโรคได้อย่างไร

    ความกังวลของ Max Welling

    ข้อเท็จจริงบางประการที่ Welling ชี้ให้เห็นระหว่างการพูดคุย TEDx ของเขา ดึงความสนใจไปที่ข้อเท็จจริงที่ว่ามีบางครั้งที่แพทย์อาจพลาดบางอย่างในระหว่างการวินิจฉัยผู้ป่วย ตัวอย่างเช่น เขากล่าวว่า “กระบวนการทางการแพทย์ครึ่งหนึ่งไม่ต้องอาศัยหลักฐานทางวิทยาศาสตร์” การวินิจฉัยนั้นทำผ่านการปฏิบัติและความรู้ที่ได้รับจากโรงเรียนเป็นหลัก ในขณะที่ Max กำลังบอกว่าควรมีการพยากรณ์โรคเชิงวิเคราะห์บางรูปแบบสำหรับโรคอื่น ๆ ที่เป็นไปได้ เขาอธิบายต่อไปว่าผู้ป่วยบางรายอาจได้รับการวินิจฉัยผิดพลาดและต้องกลับไปรักษาตัวที่โรงพยาบาล ซึ่งเขาระบุว่าพวกเขามีโอกาสเสียชีวิตมากกว่าถึง 8 เท่า สิ่งที่น่าสนใจที่สุดคือนี่เป็นปัญหาที่มีมาตลอด เหตุผลนั้นง่ายพอๆ กับความผิดพลาดที่ต้องเกิดขึ้น ซึ่งน่าเสียดายที่อาจทำให้บางคนหรือหลายคนต้องเสียชีวิต ไม่เพียงเท่านั้น ดังที่ Welling กล่าว มีกระบวนการทางการแพทย์ 230 ล้านครั้งทุกปี ซึ่งมีค่าใช้จ่ายครึ่งล้านล้านดอลลาร์ เช่นเดียวกับอุตสาหกรรมอื่น ๆ ที่พยายามให้บริการเพื่อช่วยเหลือผู้อื่น มีค่าใช้จ่ายสูง ยิ่งไปกว่านั้น นั่นหมายถึงโรงพยาบาลและผู้รับผิดชอบด้านเงินทุนสำหรับศูนย์การแพทย์จำเป็นต้องรับฟังนักประดิษฐ์ที่พยายามส่งเสริมอุตสาหกรรมนี้ในทิศทางที่ดีขึ้น อย่างไรก็ตาม การประหยัดย่อมมีประโยชน์เสมอ

    การรักษาความเป็นส่วนตัว

    Welling กล่าวว่าเขาและทีมของเขาได้สร้างความก้าวหน้า 3 ครั้ง หนึ่งในนั้นคือคอมพิวเตอร์ที่สามารถรักษาความเป็นส่วนตัวภายในโรงพยาบาล นอกจากนี้ คอมพิวเตอร์ยังสามารถวิเคราะห์ข้อมูลจำนวนมากเพื่อปรับปรุงการวินิจฉัยสำหรับผู้ป่วยที่ค่อนข้างป่วย ซอฟต์แวร์นี้มีชื่อว่า การเรียนรู้ของเครื่อง โดยพื้นฐานแล้ว คอมพิวเตอร์จะส่งคำถามไปยังฐานข้อมูลของโรงพยาบาล ซึ่งตอบคำถามนั้นแล้ว แมชชีนเลิร์นนิงจะเปลี่ยนคำตอบโดย "เพิ่มเสียงรบกวนเข้าไป" สำหรับรายละเอียดเพิ่มเติมกรุณา คลิกที่นี่ (Max Welling อธิบายอย่างละเอียดมากขึ้นระหว่างนาทีที่ 5:20 – 6:06) กล่าวอีกนัยหนึ่ง ตามที่ Max อธิบาย คอมพิวเตอร์ต้องการ "ปรับปรุงตัวเอง" ผ่านการวินิจฉัยและ "สร้างแบบจำลองข้อมูลที่ดีขึ้น" ทั้งหมดนี้ต้องขอบคุณ ซินเทีย Dworkซึ่งเป็นนักวิทยาศาสตร์ที่มีชื่อเสียงจาก Microsoft Research เธอมุ่งเน้นไปที่การรักษาความเป็นส่วนตัวบนพื้นฐานทางคณิตศาสตร์ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับเธอและสิ่งที่เธอทำ คลิกที่นี่. กล่าวโดยย่อ ความก้าวหน้าครั้งแรกนี้ไม่เพียงแสดงให้เห็นว่า Max ต้องการเคารพข้อมูลส่วนบุคคลของผู้ป่วย แต่ยังต้องการให้โรงพยาบาลมีรากฐานที่มั่นคงยิ่งขึ้นสำหรับการวินิจฉัย

    การเรียนรู้ลึก ๆ

    ความก้าวหน้าครั้งที่สองถูกเปิดเผยโดย จอฟฟรีย์ฮินตัน. ยานน์ เลอคุน, โยชัว เบงจิโอ และจอฟฟรีย์ ได้อธิบายว่า: "การเรียนรู้เชิงลึกค้นพบโครงสร้างที่ซับซ้อนในชุดข้อมูลขนาดใหญ่โดยใช้อัลกอริธึมการเผยแพร่ย้อนกลับเพื่อระบุว่าเครื่องควรเปลี่ยนพารามิเตอร์ภายในที่ใช้ในการคำนวณการแทนค่าในแต่ละชั้นจากการแทนค่าในชั้นก่อนหน้าอย่างไร" ในแง่ของคนธรรมดา มันช่วยให้เครื่องจักรเข้าใจตัวเองได้ดีขึ้นผ่านเลเยอร์ที่ซับซ้อนผ่านพารามิเตอร์ที่ลึกที่สุด (สำหรับรายละเอียดเพิ่มเติม โปรดอ่านบทวิจารณ์ที่เหลือที่สุภาพบุรุษทั้งสามคนเขียน)

    ความเป็นเหตุเป็นผลกับความสัมพันธ์

    ความก้าวหน้าครั้งที่สามและครั้งสุดท้ายเป็นแนวคิดการทำงานร่วมกันเพื่อแยกความแตกต่างของสาเหตุออกจากความสัมพันธ์ แม็กซ์รู้สึกว่าเครื่องมือของ Judea Pearl สามารถช่วยแยกแยะแนวคิดทั้งสองนี้และ ได้รับการจัด. โดยพื้นฐานแล้วบทบาทของ Judea คือการช่วยให้โครงสร้างข้อมูลมากขึ้น ซึ่งสามารถทำได้หากไฟล์ของผู้ป่วยถูกถ่ายโอนแบบดิจิทัลไปยังฐานข้อมูล งานของเพิร์ลค่อนข้างซับซ้อน ดังนั้นหากคุณต้องการทำความเข้าใจเพิ่มเติมว่า "เครื่องมือ" ของเขาคืออะไร คลิกที่นี่.

    ความปรารถนาของแม็กซ์

    Welling สรุปในตอนท้ายของเขา TEDX ทอล์ค เขาต้องการรักษาความเป็นส่วนตัวผ่านการเรียนรู้ของเครื่อง ประการที่สอง เพื่อดึงดูดผู้เยาว์ด้านข้อมูลและนักวิทยาศาสตร์เพื่อปรับปรุงการวินิจฉัยเพิ่มเติมเพื่อประหยัดเงินและชีวิต สุดท้ายนี้ เขาต้องการปฏิวัติการดูแลสุขภาพด้วยการให้บริการโรงพยาบาล แพทย์ และผู้ป่วยที่ดีขึ้นผ่านเทคโนโลยีที่สามารถช่วยลดระยะเวลาการมาโรงพยาบาลและใช้เงินได้อย่างมีประสิทธิภาพมากขึ้น นี่เป็นวิสัยทัศน์ที่สวยงามเกี่ยวกับการดูแลสุขภาพ เพราะไม่เพียงแต่เขาต้องการให้ความเคารพต่ออุตสาหกรรมการแพทย์เท่านั้น เขายังต้องการช่วยชีวิตผู้คนโดยคำนึงถึงงบประมาณของโรงพยาบาลและศูนย์การแพทย์ด้วย