The Breakdown: Machine learning in healthcare

저는 Rajaie Batniji입니다 Collective Health의 최고 건강 책임자 저는 Sanjay Basu와 함께 있습니다

연구 및 분석 책임자 오늘 우리는 머신 러닝에 대해 이야기하고 있습니다 우리는 단어를 듣는 데 익숙해지고 있습니다 기계 학습, 어디에나 던져 그러나 과대 광고와 실제를 분리하는 것은 어렵습니다 이제 산 제이 머신 러닝에 많은 노력을 기울이고 있습니다 여기 집단 건강에

고용주는 왜 관심을 가져야합니까? 글쎄요, 저는이 분야에 많은 수사가 있다고 생각합니다 과대 광고가 많이 있습니다 불행히도 우리는 지금 과대 광고는 올바른 방식으로 구체화되지 않습니다 예를 들어 폐렴에 관한 최근의 기계 학습 기사가 있습니다 당신은 예측할 수 있습니까 천식이 있거나 천식이없는 사람 더 많은 치료 지원이 필요하십니까? 기계 학습 알고리즘은 실제로 천식 환자는 지원이 덜 필요합니다 그것은 매우 반 직관적이었습니다

사람들이 알고리즘을 수행하는 것으로 나타났습니다 훌륭한 컴퓨터 과학자들이 시스템에 대한 전문 지식이 없었습니다 그들이 연구하고있는 병원이 천식 환자 자동 분류 집중 치료실에 그래서 그들은 기본적으로 심사 프로토콜과 잘못된 추론 우리는 머신 러닝 문헌에서 많은 것을보고 있습니다 당신은 우리가 어떻게 구축하고 있는지에 대해 약간의 작업을합니다 핵심 제품에 대한 머신 러닝 집단 건강

우리가 기술을 어떻게 사용하고 있는지에 대해 조금 이야기 할 수 있습니까? 네 우리는 약간 백업하고 말 했어요 실제 문제가 무엇인지 봅시다 새로운 기술을 보지 않고 그냥 붙일 무언가를 찾으려고 노력했습니다 우리는 대신에 "고객과 회원이 직면하고있는 주요 문제는 무엇입니까?" 지금 가장 큰 것 중 하나는 실제로 사생활입니다 우리는 의료 데이터를 다루기 때문에

모든 것을 집계하고이 알고리즘을 모두 실행한다면 실제로 많은 위험이 따릅니다 그래서 우리는 문제를 머리에 두었습니다 기계 학습을 사용하는 대신에 사람들의 데이터를 채굴하기 위해 대신 기계 학습자를 사용하여 사람들의 취약점이 어디에 있는지 지적하고 그들의 프라이버시 측면에서? 저격병처럼 사용할 수 있을까요? 헬스 케어 시스템의 모든 다른 플레이어를 볼 수있는 혈통 병원에서 의사 진료실로 프라이버시 장벽을 강화할 수있는 곳을 찾으십시오 보호 수준을 높이기 위해 알고리즘을 사용 하는가? 우리가하는 두 번째 일은 연기입니다 제 3 자 객관적인 검토 자의 종류입니다 우리 연구에서하는 것 중 하나 우리는 한편으로는 고객과 회원이 있다는 것을 알고 있습니다

반면에 이러한 프로그램 파트너가 제공하는 행동 건강 서비스, 다산 의료 클리닉 등 그들은 모두 다양한 주장을한다 이러한 주장을 확인하기는 어렵습니다 그러나 우리는 실제로 주장을 볼 수있는 사람들입니다 실제로 그들이 있는지 여부를 결정할 수 있습니다 적절한 투자 수익률 계산 생식력 프로그램을보고 있다면 생식력에 더 많은 비용이 든다는 결론을 내리는 것은 매우 쉽습니다 하지만 실제로 알고 싶은 것은 추가 한 후입니다 의료 전문 지식에서 사람들은 나이가 많을 수도 있다는 것을 알고 있습니다

그들은 동반 조건이있을 수 있습니다 당신이 말할 수 있기를 원한다는 것은 비용 효율적인 솔루션과 최상의 프로토콜 사용 슬라이싱과 다이 싱뿐만 아니라 다산 서비스를받는 사람들은 비용이 더 많이 든다고 말합니다 감사합니다, 산 제이 기계 학습을 만들어 주셔서 감사합니다 버즈 단어보다 훨씬 더 The Breakdown의 최신 에피소드와 기사 당사 웹 사이트 집합체 healthcom/insights에 있습니다

우리는 당신이 조정하고 더 배우기를 바랍니다