eGospodarka.pl
eGospodarka.pl poleca

eGospodarka.plWiadomościTechnologieInternet › Nowe technologie przewidzą naszą śmierć?

Nowe technologie przewidzą naszą śmierć?

2018-06-01 09:15

Nowe technologie przewidzą naszą śmierć?

Big Data © NicoElNino - Fotolia.com

Dynamiczny rozwój algorytmów sztucznej inteligencji przynosi coraz to bardziej niespodziewane efekty. Opracowany przez Google i bazujący na metodzie deep learning model analityczny już dziś jest w stanie przewidzieć śmiertelność hospitalizowanych pacjentów. Wykorzystuje do tego analizę big data ze szpitalnych baz i okazuje się znacznie skuteczniejszy od tradycyjnych modeli i narzędzi predykcyjnych. W świetle tych doniesień odnośnie na postawione w tytule pytanie wypada odpowiedzieć twierdząco.

Przeczytaj także: Biznes napędzany danymi

Miliardy rekordów pod lupą


Opracowany przez Google model analityczny poddał obróbce przeszło 46 mld pojedynczych danych medycznych dotyczących ponad 216 tys. pacjentów, którzy leczeni byli w dwóch szpitalach. Zastosowanie najnowocześniejszych rozwiązań i procedur bazujących na uczeniu maszynowym oraz deep learning pozwoliło oszacować nie tylko czas, jaki dany pacjent powinien spędzić w placówce, ale również określić ryzyko tzw. readmisji, czyli ponownego, nieplanowanego przyjęcia do szpitala z podobnego powodu jak poprzednio. Co więcej, w skrajnych przypadkach narzędzie Google było w stanie oszacować prawdopodobieństwo zgonu danego pacjenta.

W przypadku zachodniej służby zdrowia standardem jest tzw. EHR (ang. electronic health record), czyli elektroniczna dokumentacja medyczna, w której rejestrach przechowywane są dosłownie wszystkie dane dotyczące chorego. 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.

fot. NicoElNino - Fotolia.com

Big Data

Google stworzył model analityczny, którzy wykorzystując metodę deep learning, potrafi oszacować śmiertelność hospitalizowanych pacjentów.


Deep Learning znacznie skuteczniejszy


– W dzisiejszych czasach coraz więcej decyzji zależy od analityki danych. Samo gromadzenie cyfrowych informacji mija się z celem, gdy nie można ich przekształcić w przydatne wnioski. Jak widać na przykładzie Google’a, modele analityczne i predykcyjne, które wykorzystują deep learning i machine learning, mogą stanowić rozwiązanie tego problemu. Dla każdej prognozy narzędzia takie potrafią w czasie rzeczywistym odczytać każdą informację, połączyć je w ciągi przyczynowo-skutkowe i oszacować, które dane są kluczowe dla analizy stanu zdrowia danego pacjenta – komentuje Adam Dzielnicki z Atmana, lidera polskiego rynku centrów danych.

Wyniki Google’a porównano ze wskaźnikami trafności tradycyjnych modeli predykcyjnych i okazało się, że narzędzie oparte na technologii wspieranej przez sztuczną inteligencję ma o ponad 10 procent 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.
– Wyniki te pokazują jak ogromny potencjał drzemie w technologiach kognitywnych. Narzędzia analityczne wykorzystujące deep learning nie zastąpią oczywiście doświadczonych lekarzy, ale mogą stanowić istotne wsparcie w ich pracy – mowa chociażby o skróceniu czasu realizacji procesów czy zmniejszeniu liczby potencjalnych błędów. Ma to ogromne znacznie choćby w tych obszarach, gdzie czas ma kluczowe znacznie dla efektywności organizacji. W służbie zdrowia stawką jest ludzkie życie – podkreśla Adam Dzielnicki z Atmana.

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 – 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.

oprac. : eGospodarka.pl eGospodarka.pl

Przeczytaj także

Skomentuj artykuł Opcja dostępna dla zalogowanych użytkowników - ZALOGUJ SIĘ / ZAREJESTRUJ SIĘ

Komentarze (0)

DODAJ SWÓJ KOMENTARZ

Eksperci egospodarka.pl

1 1 1

Wpisz nazwę miasta, dla którego chcesz znaleźć jednostkę ZUS.

Wzory dokumentów

Bezpłatne wzory dokumentów i formularzy.
Wyszukaj i pobierz za darmo: