""

皇冠体育网站-备用网站登录

数据有多大可以挽救生命

转化医学护理与机器学习

通过 奥斯汀价格 | 2019年8月21日

机器学习的通过自动算法运行数据,产生的结果或过程的预测,已成为我们繁忙的21世纪的生活越来越普遍。 Netflix公司使用算法来推荐基础上,我们看过的电影。亚马逊使用算法来通告基于我们的购买历史记录的项目。自驾车可以接近用于行人人行横道和之后通过光检测计算它周围的世界和测距(LIDAR)-stop。

“这只是算法上的分层算法,”说 齐亚德欧博迈亚教授。 “每个解析出这种超级复杂的任务成什么本质上是一个预测的那些算法。”

皇冠体育网站(备用网站)医师和研究人员,欧博迈亚进行他的算法的交叉点和卫生保健系统的研究。他在2018年加入伯克利分校,经过多年的研究机器学习,以此来更好地了解病人的病史,环境和健康风险水平。欧博迈亚表明,机器学习可以提高诊断和限制医生的错误。

换句话说,在医疗保健的下一个关键的工具,我说,是的算法。 “大数据将改变医学,”我在换句话说 新英格兰医学杂志.

“有这些先例在这一领域的新技术所带来根本性的变化,说:”欧博迈亚。开始与像听诊器更基本工具,其他人随后,如显微镜和X射线。卫生专业人员很快适应这样的工具为普通医疗实践,证明了医疗保健变得越来越复杂,开发新设备成为改善全球健康的关键。

早在他的职业生涯,在波士顿的急救医生,欧博迈亚承认,人工智能可以应用于医疗领域。 “医生都面临着艰难的决定,下了很大的不确定性,”他说。 “他们可以成为敏锐地意识到错误判断如何导致影响人们的生活非常糟糕的结果。”

他居住后,欧博迈亚哈佛医学院留校任教,并开始在皇冠体育伯克利分校计算机科学家和像在芝加哥和Ben亨德尔大学森德希尔·马纳森经济学家合作开发的算法和数据集,可以使关于病人的健康风险一定的预测。他的研究尤其集中在从急诊室被排出,尽管应该没有对这些患者的索赔限制生命的疾病的风险后死亡谁的患者数量。欧博迈亚已发现心脏疾病的许多患者死亡。显然,当急诊医生经常被指责进行太多的测试,欧博迈亚看到他们的诊断仍然可以忽略救命的信息。

没有人看见的关键转型那印刷机打算在社会上产生。这就像任何新技术变革。我们不能想象会发生什么。

根据他的研究,机器学习可以减轻从急诊室试验和错误。例如,先进的数据集可以帮助医生做出预测关于心脏节律异常的危险,即使没有明确的危险因素的患者。

在医疗保健中使用机器学习不必局限于医院环境说obermayer。研究人员想办法在发展中国家收集数据,机器学习才能更好地告知全球卫生政策。欧博迈亚给产妇保健的例子。 “有很多在分娩复杂的决策,”他说。 “有些妇女是高风险的,有些则没有。”

第一步将录取数据,其中,即使在发展中国家,缺乏电子健康记录,被越来越可行。欧博迈亚在信息的皇冠体育伯克利分校的学校,谁使用手机和卫星数据绘制在卢旺达贫困点,教授约书亚blumenstock。这种类型的数据可以通过某种复杂帮助医疗保健专业人士,使他们能够更好地提供适当的照顾到最需要它的人。

无论是医疗问题,总结了学习机欧博迈亚的角色:“在复杂的,重要的决定了数据。”

欧博迈亚和他的团队还没有实现机器学习在急诊室的设置。医药,他提醒我们,是从喜欢的营销方式是Netflix的或亚马逊使用算法其他用途完全不同。赌注显著较高。随机试验需要周密计划。还有一些欧博迈亚和他的同事们目前正在处理的统计问题。 2016 propublica调查显示一种算法,例如,计算司法判决时有种族偏见。 “这些都是你设计的算法时,在部署之前以及需要小心的事情,说:”欧博迈亚。

欧博迈亚和他的团队正在寻找在海湾地区的合作伙伴,开始付诸实施他的研究。 “我们现在在哪里,我们有信心充分,我们正在做的工作是准备好测试点的时候,”我说。 “我们已经开始积极探索,试图找到合作伙伴做到这一点。”

我们的电脑屏幕不会取代医生,欧博迈亚,净化。 ,虽然航空公司飞行员越来越多的商业Vuelos Skyscanner中国使用机器学习,“我不认为今天甚至认为,我们要任何人取代飞行员的算法,”欧博迈亚说。

但使用的算法已经从根本上指导我们的很多二十一世纪的技术。天文学家不再依赖于肉眼图表例如夜空。医学的未来,欧博迈亚认为,没有什么不同。机器学习有促进现代医学的潜力。它是由卫生和公共政策专家学会负责任和有效地使用它,就像它们与X射线和显微镜。

许多未来的欧博迈亚的谈话的基础上他的角度看过去。医学院之前,我赚了哲学硕士学位英国剑桥大学科学史。

想印刷机,欧博迈亚说。在15世纪,古腾堡发明了一种使用移动式大量生产印刷文字。该技术最明显的端口是第一个印刷圣经,其次是信息的传播和思想的后续革命的完整根本性的变化。

“当然,没有人看见的关键转型那印刷机打算在社会上产生,”欧博迈亚说。 “这就像任何新技术变革。我们不能想象会发生什么“。