קענען מיר מאַכן אַ וועלט אָן קרענק?
קענען מיר מאַכן אַ וועלט אָן קרענק?
איז עס מעגלעך צו האָבן אַ קרענק פריי וועלט? קרענק איז אַ וואָרט רובֿ (אויב ניט אַלע) מענטשן פילן ומבאַקוועם געהער ווען אָדער זיי אָדער עמעצער זיי וויסן האט איין. צום גליק, מאַקס וועלינג, אַ פּראָפעסאָר פון מאַשין לערנען אין דעם אוניווערסיטעט פון אמסטערדאם און מיטגליד פון קאַנאַדיאַן אינסטיטוט פון אַוואַנסירטע פאָרשונג, און זיין מאַנשאַפֿט פון אַנטראַפּראַנערז האָבן באשאפן אַ דאַטן אַנאַליסיס סיסטעם פֿאַר די דיאַגנאָסיס פון חולאתן פֿאַר פּאַטיענץ. שפּאַס פאַקט: ער דירעקטעד AMLAB (Amsterdam Machine Learning LAB) און קאָ-דירעקץ QUVA Lab (Qualcomm-UvA Lab). דאָ מיר וועלן זען ווי דער ווונדערלעך מענטש און זיין מאַנשאַפֿט פון אַנטראַפּראַנערז (Cynthia Dwork, Geoffrey Hinton און Judea Pearl) געמאכט עטלעכע גלייבן ברייקטרוז צו באַפרייַען די וועלט פון קרענק.
מאַקס וועלינג ס קאַנסערנז
עטלעכע פון די פאקטן וואָס וועלינג האָט אָנגעוויזן בעשאַס זיין TEDx רעדן, ברענגען ופמערקזאַמקייט צו די פאַקט אַז עס זענען צייט ווען אַ דאָקטער קען פאַרפירן עפּעס בעשאַס אַ דיאַגנאָסיס פון אַ פּאַציענט. פֿאַר בייַשפּיל, ער זאגט אַז "האַלב פון מעדיציניש פּראָוסידזשערז האָבן קיין בעטן וויסנשאפטלעכע זאָגן." דער דיאַגנאָסיס איז בפֿרט דורכגעקאָכט דורך זייער אייגענע פיר און וויסן קונה אין שולע, כוועראַז מאַקס זאגט אַז עס זאָל זיין עטלעכע פאָרעם פון אַן אַנאַליסיס פּראָגנאָסיס צו אנדערע מעגלעך חולאתן. ער דערקלערט ווייטער אז עטלעכע פאציענטן קענען זיין מיסדיגנאָזירט און ענדיגן זיך צוריק אין שפיטאל, אין וועלכע ער ספּעציפיצירט אז זיי זענען 8 מאל מער מסתּמא צו שטאַרבן. די מערסט ינטריגינג זאַך איז אַז דאָס איז אַן אַרויסגעבן וואָס האט שטענדיק געווען. די סיבה איז אַזוי פּשוט ווי עס וועט זיין געמאכט טעותים וואָס ליידער קען קאָסטן עמעצער אָדער עטלעכע מענטשן זייער לעבן. ניט בלויז דאָס, ווי וועלינג זאגט, עס זענען 230 מיליאָן מעדיציניש פּראָוסידזשערז יעדער יאָר וואָס קאָס אַ האַלב טריליאַן דאָללאַרס. ווי יעדער ינדאַסטרי טריינג צו צושטעלן אַ דינסט צו העלפן אנדערע, עס קאָס געלט; דערצו, דאָס מיטל אַז האָספּיטאַלס און די וואָס זענען טשאַרדזשינג פון פאַנדינג מעדיציניש סענטערס דאַרפֿן צו הערן צו ינאָוווייטערז טריינג צו פאָרזעצן די אינדוסטריע אין אַ בעסער ריכטונג. פונדעסטוועגן, זייַענדיק שפּאָרעוודיק איז שטענדיק וווילטויק.
פּראַזערווינג פּריוואַטקייט
Welling האט געזאגט אַז ער און זיין מאַנשאַפֿט האָבן געמאכט 3 ברייקטרוז. איינער פון זיי איז אַ קאָמפּיוטער וואָס קענען ופהיטן פּריוואַטקייט אין אַ שפּיטאָל; דערצו, קאָמפּיוטערס קענען אויך פונאַנדערקלייַבן אַ שעפע פון דאַטן צו ווייַטער פֿאַרבעסערן דיאַגנאָסיס פֿאַר פּאַטיענץ וואָס זענען גאַנץ קראַנק. דעם ווייכווארג איז געהייסן מאַשין לערנער. יסענשאַלי, דער קאָמפּיוטער סענדז אַ אָנפֿרעג צו די שפּיטאָל דאַטאַבייס, וואָס ענטפֿערס די אָנפֿרעג, און דער מאַשין לערנער וועט טוישן דעם ענטפער דורך "צוגעבן עטלעכע ראַש צו עס." פֿאַר מער פרטים ביטע דריק דא (מאַקס וועלינג דערקלערט עס מער ענג צווישן מינוט 5:20 - 6:06). אין אנדערע ווערטער, ווי מאַקס דערקלערט עס, דער קאָמפּיוטער וויל צו "בעסער זיך" דורך דיאַגנאָסיס און "בויען אַ בעסער מאָדעל פון דאַטן". אַלע דעם איז דאַנק צו סינטיאַ דוואָרק, וועמען איז אַ אונטערשיידן געלערנטער פון Microsoft Research. זי פאָוקיסיז אויף פּראַזערווינג פּריוואַטקייט באזירט אויף אַ מאַטאַמאַטיקאַל יסוד. פֿאַר מער וועגן איר און וואָס זי האט געטאן, דריק דא. אין קורץ, דער ערשטער ברייקטרו ווייזט נישט בלויז אַז מאַקס וויל צו זיין רעספּעקט פֿאַר די פערזענלעכע אינפֿאָרמאַציע פון פּאַטיענץ, אָבער אויך וויל צו צושטעלן האָספּיטאַלס מיט אַ מער האַרט יסוד פֿאַר דיאַגנאָסיס.
Deep Learning
דע ר צװײטע ר דורכברו ך אי ז געבראכ ט געװאר ן דור ך דזשעפרי הינטאָן. יאן לעקון, יאשא בענגיא און געפרי האָבן דערקלערט אַז: "טיף לערנען דיסקאַווערז ינטראַקאַט סטרוקטור אין גרויס דאַטן שטעלט דורך ניצן די באַקפּראָפּאַגאַטיאָן אַלגערידאַם צו אָנווייַזן ווי אַ מאַשין זאָל טוישן זיין ינערלעך פּאַראַמעטערס וואָס זענען געניצט צו רעכענען די פאַרטרעטונג אין יעדער שיכטע פֿון די פאַרטרעטונג אין די פריערדיקע שיכטע." אין ליימאַן טערמינען, עס העלפּס אַ מאַשין צו פֿאַרשטיין זיך בעסער דורך זיין קאָמפּלעקס לייַערס דורך די דיפּאַסט פּאַראַמעטערס (פֿאַר ווייַטער דעטאַילס ביטע לייענען די רעשט פון די רעצענזיע וואָס די דריי דזשענטלמען געשריבן).
קאַוסאַליטי ווס קאָראַליישאַן
די דריט און לעצט ברייקטרו איז מער פון אַ קאַלאַבערייטיוו געדאַנק צו ווייַטער דיפערענשיייט קאַוסאַלאַטי פון קאָראַליישאַן. מאַקס פילט אַז די מכשירים פון יהודה פּערל קענען העלפן אונטערשיידן די צוויי באַגריף און באַקומען אָרגאַניזירט. אין עיקר, די ראָלע פון יהודה איז צו העלפן געבן מער סטרוקטור צו דאַטן וואָס קענען זיין געטאן אויב פּאַציענט טעקעס זענען דיגיטאַל טראַנספערד אין אַ דאַטאַבייס. פּערל ס ווערק איז גאַנץ קאָמפּליצירט, אַזוי אויב איר וואָלט ווי צו פֿאַרשטיין וואָס זיין "מכשירים" זענען דריק דא.
מאַקס ס ווינטשן
וועלינג סאַמערייז אין די סוף פון זיין TEDX רעדן אַז ער וויל צו ופהיטן פּריוואַטקייט דורך די מאַשין לערנער. צווייטנס, צו דינגען דאַטן מיינערז און סייאַנטיס אין סדר צו ווייַטער פֿאַרבעסערן דיאַגנאָסיס צו שפּאָרן געלט און לעבן. לעסאָף, ער וויל צו רעוואַלושאַנייז געזונט זאָרגן דורך בעסער דינען האָספּיטאַלס, דאקטוירים און פּאַטיענץ דורך טעכנאָלאָגיע וואָס קענען העלפֿן פאַרקירצן שפּיטאָל וויזיץ און נוצן געלט מער יפישאַנטלי. דאָס איז אַ שיין זעאונג אויף געזונט זאָרגן ווייַל ער וויל נישט בלויז זיין רעספּעקט פֿאַר די מעדיציניש אינדוסטריע, ער וויל אויך העלפן ראַטעווען לעבן בשעת טראכטן פון האָספּיטאַלס און מעדיציניש סענטערס באַדזשיץ.
