Apple Facebook Google Microsoft badania bezpieczeństwo patronat DI prawa autorskie serwisy społecznościowe smartfony

Nowe technologie mogą określić śmiertelność pacjentów

24-05-2018, 15:15

Szybki rozwój algorytmów sztucznej inteligencji daje coraz bardziej nieoczekiwane efekty. Technologiczny gigant stworzył model analityczny, którzy wykorzystując metodę deep learning, potrafi oszacować między innymi śmiertelność hospitalizowanych pacjentów.

Narzędzie analityczne przygotowane przez ekspertów Google’a do spraw rozwoju sztucznej inteligencji było w stanie poddać obróbce ponad 46 mld pojedynczych danych medycznych dotyczących ponad 216 tys. pacjentów zaledwie dwóch szpitali. Dzięki wykorzystaniu najnowszych rozwiązań i procedur opartych na technologii machine learning i metodyce deep learning, narzędzie było w stanie oszacować, ile czasu dany pacjent powinien spędzić w szpitalu i jakie jest ryzyko tzw. readmisji, czyli nieplanowanego ponownego przyjęcia pacjenta do szpitala z podobnego powodu, jak poprzednio. W skrajnych przypadkach model potrafił oszacować nawet prawdopodobieństwo zgonu danego pacjenta.

Tak zwany EHR (ang. electronic health record), czyli elektroniczna dokumentacja medyczna, to jeden z cyfrowych standardów zachodniej służby zdrowia, zawierający dosłownie wszystkie dane o chorym. To potencjalnie tysiące różnych zmiennych, których uporządkowanie i analiza w oparciu o tradycyjne modele są zadaniami praktycznie niewykonalnymi. Zazwyczaj używane modele predykcyjne wymagają ogromnego wysiłku polegającego na ręcznym wyborze lub uspójnieniu odpowiednich zmiennych.

Deep Learning znacznie skuteczniejszy

Wyniki porównano ze wskaźnikami trafności tradycyjnych modeli predykcyjnych i okazało się, że narzędzie oparte na technologii wspieranej przez sztuczną inteligencję ma o ponad 10% wyższą skuteczność w ocenie śmiertelności pacjentów. Podobnie gdy chodziło o określenie okresu hospitalizacji. Wskaźniki były porównywalne tylko w przypadku potencjalnego powrotu pacjenta do szpitala.

W przypadku Google’a dane, które zostały poddane analizie, nie zostały w żaden sposób wyselekcjonowane przez człowieka. Sztuczna inteligencja samodzielnie oceniła, które dane są ważne w przypadku danego pacjenta.

Technologie kognitywne na fali

Jak podają eksperci Deloitte w analizie „Cognitive technologies. A technical primer”, wydatki na wdrożenie technologii kognitywnych, takich jak np. deep learning czy sztuczna inteligencja, mogą w latach 2017-2021 wynieść nawet 200 mld dolarów. Jednym z głównych czynników, który napędza ten rozwój, jest szybko rosnąca liczba danych, które organizacje muszą przetwarzać.

Informacji jest coraz więcej i to one stanowią niejako nową ropę naftową dla firm, napędzają ich działania. Organizacje muszą więc nauczyć się sprawnie i efektywnie analizować dane. Samodzielna ich obróbka to proces czasochłonny i trudny, dlatego można spodziewać się w najbliższych latach zwiększonych nakładów nie tylko na innowacyjne rozwiązania analityczne, ale także na infrastrukturę informatyczną, m.in. centra danych, które będą przechowywać cyfrowe informacje lub stanowić fundament chmur obliczeniowych. Dane, aplikacje czy technologie kognitywne nie istnieją w próżni, nie są samowystarczalne, za nimi musi stać profesjonalny dostawca infrastruktury datacentrowej lub clouda, jak tłumaczy Adam Dzielnicki z Atmana.

Zdaniem Deloitte’a inwestycje będą ponosić przedsiębiorstwa z wielu różnych branż: od bankowości, przez handel i przemysł wytwórczy, aż po służbę zdrowia. Sam sektor ochrony zdrowia jest niezwykle interesujący od strony informatyzacji i digitalizacji. Według IDC to najszybciej rosnący rynek IT spośród wszystkich branż. Do roku 2019 ma on rosnąć w tempie około 5,5% rok do roku.

Źródło: inPlus Media


Aktualności | Porady | Gościnnie | Katalog
Bukmacherzy | Sprawdź auto | Praca


Artykuł może w treści zawierać linki partnerów biznesowych
i afiliacyjne, dzięki którym serwis dostarcza darmowe treści.

              *              



Ostatnie artykuły:


fot. Samsung



fot. HONOR