Nul
Video: Google sætter AI-gruppens arbejde til god brug i Android-P.
Har været uddannet på 46 milliarder stumper af elektroniske helbredsoplysninger fra patienter, Google ‘ s AI viser nu lover i området for at forudsige behandlingsresultater for patienterne.
Forskere fra Google Hjernen og Stanford University har netop offentliggjort en artikel i Nature beskriver deres arbejde med big data, og dybt-learning metoder til at forudsige skæbnen af indlagte patienter.
Forskerne brugte algoritmer til at forudsige vigtige resultater, som død; genindlæggelser til at måle kvalitet af pleje en patient længde af ophold til måling af udnyttelse af ressourcerne, og en forudsigelse af patientens diagnoser for at se, hvordan klinikere forstået patientens problemer.
Holdet tog en anderledes tilgang til at opbygge intelligent statistiske modeller ved at overveje en ‘repræsentation’ af alle patientens sundhed registreringer, herunder kliniske noter, snarere end at fjerne de fleste af patientens oplysninger fra analysen.
Som nævnt, er 80 procent af de kræfter i at skabe et analytisk model er i rengøring af data, så det kunne være en måde at skalere op prognosemodeller, idet det antages, at data er til rådighed for mine.
De har også udviklet en måde at vise klinikere, hvad nøjagtige data sin model “kigget på” for hver patient, er det forventet et resultat for.
Denne teknik vil give klinikere til at kontrollere, om en forudsigelse, der er baseret på troværdige fakta og tage hensyn til de såkaldte ‘black-box’ metoder, der ikke kan forklare, hvorfor en forudsigelse er blevet lavet.
Google startede med at arbejde på projektet med UC San Francisco, the University of Chicago Medicine, og Stanford Medicin sidste år, som gav dem adgang til en stor guldgrube af de identificerede medicinske journaler for at validere der dybt-læring modeller.
I alt, de havde adgang til patientjournaler på 216,221 voksne patienter, der var indlagt i 24 timer eller mere, som er produceret over 46 milliarder af data punkter.
“Vi viser, at dyb-learning metoder ved hjælp af denne repræsentation er i stand til præcist at forudsige flere medicinske begivenheder fra flere centre uden site-specifikke data, harmonisering,” bemærker forskerne.
Bloomberg rapporter, medicinske eksperter har været imponeret af Google ‘ s evne til at grave data fra noter om Pdf-filer eller håndskrevne noter på gamle kort er, som tidligere har været vanskelige at indarbejde i prædiktive modeller. Google ‘ s system er både hurtigere og mere præcise end tidligere teknikker.
Undersøgelsen har skabt begejstring hos Google, fordi det kan åbne en ny dør til det lukrative healthcare-markedet, hvor det kunne en dag sælge AI-as-a-service-til tiden-begrænset klinikere.
Den forskning viste, at Google ‘ s modeller er bedre til at forudsige en række resultater og målinger for patienter, end med de traditionelle metoder.
På dødelighed under indlæggelse, for eksempel, det fået 0.95 ud af en perfekt score på 1.0 sammenlignet med traditionelle metoder, hvilket fået 0.86.
I en blogpost, Google nedtonet tanken, at dets AI ville erstatte den menneskelige klinikere’ rolle i forbindelse med diagnosticering af patienter.
“Vi lægger vægt på, at modellen er ikke at diagnosticere patienter, — det opfanger signaler om patienten, deres behandlinger og noter, skrevet af deres behandlere, så den model er mere som en god lytter, end en master diagnostiker,” bemærker forskerne.
Tidligere og relaterede dækning
Google Forskning bliver Google AI til at afspejle AI-første ambitioner
Google Forskning får en rebrande at blive Google AI. Besked: Alt, hvad Google gør skærer med AI en eller anden måde.
Google-medarbejder protest: Nu Google ryggen fra Pentagon drone AI-projektet
Google vil ikke forsøg på at forny sit Projekt Maven kontrakt med Pentagon, når det udløber i 2019.
Google har til formål at skabe mangfoldighed i AI med nye pædagogiske værktøjer
Webstedet “Lær med Google AI” byder på et gratis kursus på machine learning, der er tilgængelig for alle.
Google opfordrer indtrængende “fair og ansvarlige” AI udvikling
Bortset fra sikring af adgang til machine learning ekspertise, tech giant siger, at der skal være “fair og ansvarlige” udvikling af kunstig intelligens til at sikre, samfund virkelig kan drage fordel af teknologien.
Relaterede Emner:
Big Data Analytics
0