Nowe technologie oceniają śmiertelność pacjentów. W jaki sposób?

AIP
Pixabay
Szybki rozwój algorytmów sztucznej inteligencji daje coraz bardziej nieoczekiwane efekty. Technologiczny gigant Google stworzył model analityczny, którzy wykorzystując metodę deep learning, potrafi oszacować między innymi śmiertelność hospitalizowanych pacjentów. W oparciu o duże zbiory danych (big data) zapisane w szpitalnych bazach prognozuje znacznie skuteczniej niż tradycyjne modele i narzędzia predykcyjne.

Miliardy rekordów pod lupą

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 Google’a 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

– 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.

emisja bez ograniczeń wiekowych
Wideo

Jak działają oszuści - fałszywe SMS "od najbliższych"

Dołącz do nas na Facebooku!

Publikujemy najciekawsze artykuły, wydarzenia i konkursy. Jesteśmy tam gdzie nasi czytelnicy!

Polub nas na Facebooku!

Kontakt z redakcją

Byłeś świadkiem ważnego zdarzenia? Widziałeś coś interesującego? Zrobiłeś ciekawe zdjęcie lub wideo?

Napisz do nas!

Polecane oferty

Materiały promocyjne partnera

Materiał oryginalny: Nowe technologie oceniają śmiertelność pacjentów. W jaki sposób? - Portal i.pl

Wróć na strefabiznesu.pl Strefa Biznesu