Sztuczna inteligencja coraz bardziej wkracza w nasze życie. Rozwój algorytmów AI daje coraz to bardziej nieoczekiwane i dotąd mało wyobrażalne rezultaty. Dzięki Google sztuczna inteligencja będzie mogła między innymi przewidzieć śmierć hospitalizowanych pacjentów. Czy aby na pewno AI może na tyle się rozwinąć, aby zapewniać takie dane?
Model analityczny z metodą deep learning
Google stworzyło model analityczny, który bazuje na metodzie deep learning (głębokiego uczenia). Na podstawie dużych zbiorów danych ze szpitali potrafi on przewidzieć śmierć hospitalizowanych pacjentów. Jak się okazuje, model ten robi to znacznie skuteczniej aniżeli inne narzędzia.
Jak dotąd obróbce poddanych zostało 46 miliardów danych przeszło 216 tysięcy pacjentów z zaledwie dwóch szpitali. Model dzięki zastosowaniu nowoczesnych rozwiązań był w stanie oszacować, jak długo taki pacjent powinien pozostać w szpitalu lub przewidzieć prawdopodobieństwo jego zgonu.
Elektroniczna dokumentacja medyczna
Do działania modelu niezbędna jest elektroniczna dokumentacja medyczna, czyli EHR (z ang. gv). Taka dokumentacja jak na razie jest standardem na Zachodzie i zawiera w sobie niemal wszystkie dane o pacjencie. W praktyce to więc tysiące różnych zmiennych, których uporządkowanie czy analiza w oparciu o tradycyjny model jest niewykonalne. Samo gromadzenie danych bez wyciągania z nich żadnych wniosków jest natomiast mało pomocne. W związku z tym Google stworzyło model analityczny i predykcyjny, który wykorzystuje deep learning i machine learning (uczenie maszynowe). Wydaje się, że może to stanowić doskonałe rozwiązanie tego problemu. Model jest na tyle złożony i inteligentny, że potrafi odczytać wybraną informację, połączyć ją w ciągi przyczynowo-skutkowe i oszacować wyniki najważniejsze dla analizy stanu zdrowia pacjenta.
Wyższa efektywność
Model od Google porównano z tradycyjnymi modelami predykcyjnymi. Okazało się, że technologia oparta na sztucznej inteligencji jest efektywniejsza o 10 proc. w zakresie oceny śmiertelności pacjentów. Podobnie było zresztą przy określaniu czasu hospitalizacji. Warto w tym miejscu zauważyć, że dane poddane analizie nie zostały wybrane przez człowieka. Wszystkim zajęła się sztuczna inteligencja, która samodzielnie ocenia najważniejsze w przypadku konkretnego pacjenta dane.
Wdrożenie takich rozwiązań to jednak dość wysokie koszta. Mimo wszystko wydaje się, że będą one wyraźnie wkraczać w świat rzeczywisty. Szacuje się, że w latach 2017-2021 wydatki na wdrożenie narzędzi na bazie sztucznej inteligencji wyniosą nawet 200 miliardów dolarów. Sam wzrost popularności technologii komunikacyjnych opartych na AI spowodowany jest natomiast szybko rosnącą liczbą danych. Wiele wskazuje też na to, że takie inwestycje ponosić będą przedsiębiorstwa z różnych branż. Na pewno wzbudzą one zainteresowanie przedsiębiorstw z sektora bankowego, ale także handlu, przemysłu wytwórczego czy służby zdrowia. Właśnie ten ostatni sektor jest tu szczególnie interesujący. Tak od strony informatyzacji, jak i digitalizacji. Choćby dlatego, że jest to najszybciej rosnący rynek IT pośród wszystkich branż ze wzrostem ok. 5,5 proc. w skali roku.
About The Author
