Chúng ta có thể tạo ra một thế giới không có bệnh tật không?

Có thể có một thế giới không có bệnh tật? Bệnh tật là từ mà hầu hết (nếu không phải tất cả) mọi người cảm thấy khó chịu khi nghe thấy khi họ hoặc người mà họ biết mắc bệnh. May mắn thay, Sức khỏe tối đa, giáo sư về máy học tại Đại học Amsterdam và là thành viên của Viện Nghiên cứu Cao cấp Canada, cùng nhóm các doanh nhân của ông đã tạo ra một hệ thống phân tích dữ liệu để chẩn đoán bệnh cho bệnh nhân. Sự thật thú vị: Anh ấy chỉ đạo AMLAB (Amsterdam Machine Learning LAB) và đồng chỉ đạo QUVA Lab (Qualcomm-UvA Lab). Sau đây chúng ta sẽ xem người đàn ông tuyệt vời này và nhóm doanh nhân của ông (Cynthia Dwork, Geoffrey Hinton và Judea Pearl) đã tạo ra những bước đột phá đáng kinh ngạc như thế nào để loại bỏ bệnh tật trên thế giới.

Mối quan tâm của Max Welling

Một số sự thật mà Welling chỉ ra trong bài nói chuyện TEDx của anh ấy khiến người ta chú ý đến thực tế là có những lúc bác sĩ có thể bỏ sót điều gì đó trong quá trình chẩn đoán bệnh nhân. Ví dụ, ông nói rằng “một nửa các thủ tục y tế không có bằng chứng khoa học rõ ràng.” Chẩn đoán đó được thực hiện chủ yếu thông qua thực hành của chính họ và kiến ​​thức thu được ở trường, trong khi Max nói rằng nên có một số dạng tiên lượng phân tích đối với các bệnh có thể xảy ra khác. Anh ấy tiếp tục giải thích rằng một số bệnh nhân có thể bị chẩn đoán sai và cuối cùng phải quay lại bệnh viện, trong đó anh ấy chỉ ra rằng họ có nguy cơ tử vong cao gấp 8 lần. Điều hấp dẫn nhất là đây là một vấn đề luôn tồn tại. Lý do rất đơn giản vì chắc chắn sẽ mắc phải những sai lầm mà không may có thể khiến ai đó hoặc nhiều người phải trả giá bằng mạng sống của họ. Không chỉ vậy, như Welling nói, có 230 triệu thủ tục y tế mỗi năm tiêu tốn nửa nghìn tỷ đô la. Giống như bất kỳ ngành nào cố gắng cung cấp dịch vụ để giúp đỡ người khác, nó đều tốn tiền; hơn nữa, điều đó có nghĩa là các bệnh viện và những người chịu trách nhiệm tài trợ cho các trung tâm y tế cần lắng nghe những nhà đổi mới đang cố gắng đưa ngành đi theo hướng tốt hơn. Tuy nhiên, tiết kiệm luôn có lợi.

Bảo tồn quyền riêng tư

Welling tuyên bố rằng ông và nhóm của mình đã tạo ra 3 bước đột phá. Một trong số đó là máy tính có thể bảo vệ quyền riêng tư trong bệnh viện; hơn nữa, máy tính cũng có thể phân tích rất nhiều dữ liệu để cải thiện hơn nữa việc chẩn đoán cho những bệnh nhân bị bệnh nặng. Phần mềm này có tên Học máy. Về cơ bản, máy tính gửi một truy vấn đến cơ sở dữ liệu của bệnh viện, cơ sở dữ liệu này trả lời truy vấn, sau đó máy học sẽ thay đổi câu trả lời bằng cách “thêm một số tiếng ồn vào đó”. để biết thêm chi tiết xin vui lòng nhấn vào đây (Max Welling giải thích kỹ hơn trong khoảng thời gian từ phút 5:20 – 6:06). Nói cách khác, như Max giải thích, máy tính muốn “tự cải thiện” thông qua chẩn đoán và “xây dựng một mô hình dữ liệu tốt hơn”. Tất cả điều này là nhờ Cynthia Dwork, một nhà khoa học nổi tiếng từ Microsoft Research. Cô tập trung vào việc giữ gìn sự riêng tư dựa trên nền tảng toán học. Để biết thêm về cô ấy và những gì cô ấy đã làm, nhấn vào đây . Nói tóm lại, bước đột phá đầu tiên này không chỉ cho thấy Max muốn tôn trọng thông tin cá nhân của bệnh nhân mà còn muốn cung cấp cho các bệnh viện một nền tảng chẩn đoán vững chắc hơn.

Học kĩ càng

Bước đột phá thứ hai được đưa ra ánh sáng bởi Geoffrey Hinton. Yann Lecun, Yoshua Bengio và Geoffrey đã giải thích rằng: “Học sâu phát hiện ra cấu trúc phức tạp trong các tập dữ liệu lớn bằng cách sử dụng thuật toán lan truyền ngược để chỉ ra cách máy nên thay đổi các tham số bên trong được sử dụng để tính toán biểu diễn trong mỗi lớp từ biểu diễn trong lớp trước đó”. Nói một cách thông thường, nó giúp máy hiểu chính nó hơn thông qua các lớp phức tạp thông qua các thông số sâu nhất của nó (để biết thêm chi tiết, vui lòng đọc phần còn lại của bài đánh giá mà ba quý ông đã viết).

Nhân quả vs Tương quan

Bước đột phá thứ ba và cũng là bước đột phá cuối cùng là một ý tưởng hợp tác để phân biệt rõ hơn mối quan hệ nhân quả với mối tương quan. Max cảm thấy rằng các công cụ của Judea Pearl có thể giúp phân biệt hai khái niệm này và được tổ chức. Về cơ bản, vai trò của Judea là giúp cung cấp thêm cấu trúc cho dữ liệu, điều này có thể được thực hiện nếu các tệp bệnh nhân được chuyển kỹ thuật số vào cơ sở dữ liệu. Công việc của Pearl khá phức tạp nên nếu bạn muốn hiểu thêm “công cụ” của anh ấy là gì nhấn vào đây .

Điều ước của Max

Welling tóm tắt ở phần cuối của mình nói chuyện TEDX rằng anh ấy muốn bảo vệ quyền riêng tư thông qua máy học. Thứ hai, thu hút sự tham gia của những người phụ trách dữ liệu và các nhà khoa học để cải thiện hơn nữa việc chẩn đoán nhằm tiết kiệm tiền và mạng sống. Cuối cùng, anh muốn cách mạng hóa dịch vụ chăm sóc sức khỏe bằng cách phục vụ bệnh viện, bác sĩ và bệnh nhân tốt hơn thông qua công nghệ có thể giúp rút ngắn thời gian đến bệnh viện và sử dụng tiền hiệu quả hơn. Đây là một tầm nhìn đẹp về chăm sóc sức khỏe vì anh ấy không chỉ muốn tôn trọng ngành y tế mà còn muốn giúp cứu sống những mạng người trong khi nghĩ đến ngân sách của các bệnh viện và trung tâm y tế.