Чи можемо ми створити світ без хвороб?

Чи можливий світ, вільний від хвороб? Хвороба – це слово, яке більшість (якщо не всі) людей відчувають незручність при слухі, якщо вони або хтось із їхніх знайомих хворіють на нього. на щастя Макс Веллінг, професор машинного навчання в Університеті Амстердама та член Канадського інституту перспективних досліджень, і його команда підприємців створили систему аналізу даних для діагностики захворювань у пацієнтів. Цікавий факт: він керує AMLAB (Amsterdam Machine Learning LAB) і співкерує QUVA Lab (Qualcomm-UvA Lab). Тут ми побачимо, як ця чудова людина та його команда підприємців (Синтія Дворк, Джеффрі Хінтон і Джудея Перл) зробили неймовірні прориви, щоб позбавити світ від хвороб.

Занепокоєння Макса Веллінга

Деякі факти, на які Веллінг звертає увагу під час виступу на TEDx, справді звертають увагу на той факт, що бувають випадки, коли лікар може щось упустити під час діагностики пацієнта. Наприклад, він каже, що «половина медичних процедур не має наукового підтвердження». Цей діагноз ставиться насамперед через їхню власну практику та знання, отримані в школі, тоді як Макс каже, що має бути певна форма аналітичного прогнозу щодо інших можливих захворювань. Далі він пояснює, що деяким пацієнтам може бути поставлений неправильний діагноз і вони повертаються до лікарні, де він уточнює, що ймовірність померти у них у 8 разів вище. Найцікавіше те, що це питання існувало завжди. Причина така проста, оскільки помилки неминуче допускаються, і, на жаль, це може коштувати комусь чи кільком людям життя. Мало того, як каже Веллінг, щороку проводиться 230 мільйонів медичних процедур вартістю півтрильйона доларів. Як і будь-яка галузь, яка намагається надати послуги, щоб допомогти іншим, це коштує грошей; крім того, це означає, що лікарні та ті, хто відповідає за фінансування медичних центрів, повинні прислухатися до інноваторів, які намагаються просувати галузь у кращому напрямку. Тим не менш, бути ощадливим завжди корисно.

Збереження конфіденційності

Веллінг заявив, що він і його команда зробили 3 прориви. Одним з них є комп’ютер, який може зберегти конфіденційність у лікарні; крім того, комп’ютери також можуть аналізувати безліч даних для подальшого покращення діагностики пацієнтів, які є дуже хворими. Це програмне забезпечення називається Machine Learner. По суті, комп’ютер надсилає запит до лікарняної бази даних, яка відповідає на запит, а той, хто навчається, змінить відповідь, «додавши до неї трохи шуму». Для отримання додаткової інформації, будь ласка натисніть тут (Макс Веллінг пояснює це докладніше між хвилинами 5:20 – 6:06). Іншими словами, як пояснює Макс, комп’ютер хоче «покращити себе» за допомогою діагностики та «побудувати кращу модель даних». Все це завдяки Сінтія Двор, який є видатним науковцем Microsoft Research. Вона зосереджується на збереженні конфіденційності на основі математичної основи. Щоб дізнатися більше про неї та про те, що вона зробила, натисніть тут. Коротше кажучи, цей перший прорив не тільки показує, що Макс хоче поважати особисту інформацію пацієнтів, але також хоче забезпечити лікарні більш надійною основою для діагностики.

Глибоке навчання

Другий прорив виявив Джеффрі Хінтон. Янн Лекун, Йошуа Бенгіо та Джеффрі пояснили, що: «Глибоке навчання виявляє складну структуру у великих наборах даних за допомогою алгоритму зворотного поширення, щоб вказати, як машина повинна змінити свої внутрішні параметри, які використовуються для обчислення представлення на кожному рівні з представлення на попередньому рівні». Якщо говорити непрофесіоналом, це допомагає машині краще зрозуміти себе через свої складні рівні через найглибші параметри (для отримання додаткової інформації, будь ласка, прочитайте решту огляду, написаного трьома джентльменами).

Причинність проти кореляції

Третій і останній прорив — це скоріше спільна ідея для подальшого диференціювання причинно-наслідкового зв’язку від кореляції. Макс вважає, що інструменти Judea Pearl можуть допомогти розрізнити ці два поняття організуйся. По суті, роль Judea полягає в тому, щоб допомогти надати більшої структури даним, що можна зробити, якщо файли пацієнтів будуть передані в цифрову форму до бази даних. Робота Перла досить складна, тож якщо ви хочете глибше зрозуміти, що таке його «інструменти». натисніть тут.

Бажання Макса

Веллінг резюмував наприкінці свого Обговорення TEDX що він хоче зберегти конфіденційність через машинний навчаючий пристрій. По-друге, залучати неповнолітніх і науковців для подальшого вдосконалення діагностики, щоб зберегти гроші та життя. Нарешті, він хоче революціонізувати охорону здоров’я, покращивши обслуговування лікарень, лікарів і пацієнтів за допомогою технології, яка може допомогти скоротити відвідування лікарні та ефективніше використовувати гроші. Це прекрасне бачення охорони здоров’я, тому що він не лише хоче поважати медичну галузь, він також хоче допомогти врятувати життя, думаючи про бюджети лікарень і медичних центрів.