உடல்நலப் பாதுகாப்பில் AI எவ்வாறு அபாயங்களைக் கண்டறிதல் மற்றும் பணத்தைச் சேமிப்பது

நூலாசிரியர்: Roger Morrison
உருவாக்கிய தேதி: 28 செப்டம்பர் 2021
புதுப்பிப்பு தேதி: 1 ஜூலை 2024
Anonim
நிறைய பணத்தை இழந்த பிறகு நான் கற்றுக்கொண்ட 10 விஷயங்கள் | Dorothee Loorbach | TEDxMünster
காணொளி: நிறைய பணத்தை இழந்த பிறகு நான் கற்றுக்கொண்ட 10 விஷயங்கள் | Dorothee Loorbach | TEDxMünster

உள்ளடக்கம்


ஆதாரம்: ஃபோன்லாமைஃபோட்டோ / ஐஸ்டாக்ஃபோட்டோ

எடுத்து செல்:

AI செயல்படுத்த விலை அதிகம் என்று ஒரு நம்பிக்கை இருக்கக்கூடும், அது சேமிக்கக்கூடிய பணத்தின் அளவு மற்றும் நோயாளியின் பராமரிப்பின் மேம்பட்ட நிலை ஆகியவை அதை ஈடுசெய்யும்.

மருத்துவமனைகளில் அவசரத் தேவையை பொருத்துவதும் கணிப்பதும் திறமையான மருத்துவ ஊழியர்களுக்கு கடினமான பணியாகும், ஆனால் AI மற்றும் இயந்திர கற்றலுக்கு அல்ல. மருத்துவ ஊழியர்கள் தங்கள் ஒவ்வொரு நோயாளியையும் முழுநேர அடிப்படையில் கவனிக்கும் ஆடம்பரத்தைக் கொண்டிருக்கவில்லை. வெளிப்படையான சூழ்நிலைகளில் நோயாளிகளின் உடனடித் தேவைகளை அடையாளம் காண்பதில் நம்பமுடியாத அளவிற்கு சிறந்தது என்றாலும், ஒரு நியாயமான காலகட்டத்தில் காட்சிப்படுத்தப்பட்ட நோயாளிகளின் அறிகுறிகளின் சிக்கலான வரிசையிலிருந்து எதிர்காலத்தைக் கண்டறியும் திறன்களை செவிலியர்கள் மற்றும் மருத்துவ ஊழியர்கள் கொண்டிருக்கவில்லை. இயந்திரக் கற்றல் நோயாளியின் தரவை 24/7 கவனிப்பது மற்றும் பகுப்பாய்வு செய்வது மட்டுமல்லாமல், பல மூலங்களிலிருந்து சேகரிக்கப்பட்ட தகவல்களை, அதாவது வரலாற்று பதிவுகள், மருத்துவ ஊழியர்களின் தினசரி மதிப்பீடுகள் மற்றும் இதய துடிப்பு, ஆக்ஸிஜன் பயன்பாடு போன்ற உயிரணுக்களின் நிகழ்நேர அளவீடுகளை ஒருங்கிணைக்கும் ஆடம்பரத்தைக் கொண்டுள்ளது. மற்றும் இரத்த அழுத்தம். உடனடி மாரடைப்பு, வீழ்ச்சி, பக்கவாதம், செப்சிஸ் மற்றும் சிக்கல்களின் மதிப்பீடு மற்றும் கணிப்பில் AI இன் பயன்பாடு தற்போது உலகம் முழுவதும் நடந்து வருகிறது.


எல் காமினோ மருத்துவமனை ஈ.எச்.ஆர், பெட் அலாரம் மற்றும் செவிலியர் ஒளி தரவுகளை பகுப்பாய்வுகளுக்கு எவ்வாறு இணைத்தது என்பது ஒரு உண்மையான உலக உதாரணம். எல் காமினோ மருத்துவமனை 39% வீழ்ச்சியைக் குறைத்தது.

எல் காமினோ பயன்படுத்தும் இயந்திர கற்றல் முறைகள் பனிப்பாறையின் முனை, ஆனால் நடவடிக்கை-மையப்படுத்தப்பட்ட நுண்ணறிவு அல்லது மருந்து பகுப்பாய்வுகளைப் பயன்படுத்தி சுகாதாரப் பாதுகாப்பின் எதிர்காலத்தை கணிசமாகக் குறிக்கின்றன. கிடைக்கக்கூடிய சாத்தியமான தகவல்களின் சிறிய துணைக்குழுவையும், படுக்கையில் இருந்து வெளியேறுவது மற்றும் சுகாதார பதிவுகளுடன் இணைந்து உதவி பொத்தானை அழுத்துவது போன்ற நோயாளி எடுக்கும் உடல் நடவடிக்கைகள் பற்றியும் அவர்கள் பயன்படுத்துகின்றனர்.மருத்துவமனை ஊழியர்களால் அவ்வப்போது அளவீடு. மருத்துவமனை இயந்திரங்கள் தற்போது இருதய மானிட்டர்கள், சுவாச மானிட்டர்கள், ஆக்ஸிஜன் செறிவு மானிட்டர்கள், ஈ.சி.ஜிக்கள் மற்றும் கேமராக்கள் ஆகியவற்றிலிருந்து குறிப்பிடத்தக்க தரவுகளை நிகழ்வு அடையாளத்துடன் பெரிய தரவு சேமிப்பக சாதனங்களுக்கு அளிக்கவில்லை.

AI தீர்வுகளை தற்போதைய மருத்துவமனை அமைப்புகளுடன் ஒருங்கிணைப்பது பொருளாதார, அரசியல் மற்றும் தொழில்நுட்ப சிக்கலாகும். இந்த கட்டுரையின் எஞ்சியதன் நோக்கம் தொழில்நுட்ப சிக்கல்களை விவாதிப்பதாகும், அவை பின்வரும் செயல்பாடுகளாக பிரிக்கப்படலாம்:


  1. தரவைப் பெறுங்கள்
  2. தரவை சுத்தம் செய்யுங்கள்
  3. தரவை கொண்டு செல்லுங்கள்
  4. தரவை பகுப்பாய்வு செய்யுங்கள்
  5. பங்குதாரர்களுக்கு அறிவிக்கவும்

எல்லா AI செயலாக்கங்களிலும் தரவைப் பெறுவதும் சுத்தம் செய்வதும் ஒரு சவாலான அம்சமாகும். காவியத் தரவு போன்ற ஒரு பொதுவான ஈ.எச்.ஆரை அணுகத் தேவையான ஆதாரங்களைப் புரிந்துகொள்வதற்கான ஒரு ஒழுக்கமான குறிப்பு தொடக்கப் புள்ளி காவியத்துடன் எவ்வாறு ஒருங்கிணைப்பது என்பது குறித்த இந்த கட்டுரையில் உள்ளது.

பெரிய தரவுக்கு நிகழ்நேரத்தில் தரவை ஊட்டவும்

நாங்கள் முன்கணிப்பு பகுப்பாய்வு செய்கிறோம்நிகழ்நேர ஆபத்தானது அல்ல. இவை தனித்தனியாக வேறுபட்ட பிரச்சினைகள். நிகழ்நேர முன்கணிப்பு பகுப்பாய்வு நிகழ்வு தரவு அல்ல, ஸ்ட்ரீமிங் தரவை கைவிடலாம். நிகழ்வு தரவு என்பது நிகழ்வுகளை முன்பதிவு செய்யும் அடையாளங்காட்டி குறிச்சொற்கள். நிகழ்வுகள் ஒரு குறிப்பிட்ட நேரத்திற்கு இதய துடிப்பு அல்லது ஒரு குறிப்பிட்ட இடைவெளியில் ஆக்ஸிஜன் செறிவு. ஸ்ட்ரீமிங் தரவு என்பது ஒவ்வொரு இதய துடிப்பு அல்லது துடிப்பு ஆக்ஸிஜன் வாசிப்பு ஆகும். இது மிகவும் முக்கியமானது, ஏனெனில் செயல்திறன் அடிப்படையில் தரவு உத்தரவாதம் விலை அதிகம். நிகழ்வுகளுக்கு நாங்கள் உத்தரவாதம் அளிக்க வேண்டும்இவற்றில் ஒரு குறிப்பிட்ட எண்ணிக்கையிலானவை உள்ளனநாங்கள் தரவுக்கு உத்தரவாதம் அளிக்கக்கூடாது.

ஈ.எச்.ஆர், செவிலியர் அழைப்பு மற்றும் நோயாளி கண்காணிப்பு தரவு அனைத்தும் ஒரு நோயாளியுடன் ஒவ்வொரு நேரத்திலும் தொடர்புபடுத்தப்பட வேண்டும். இதன் பொருள் அனைத்து அமைப்புகளுக்கும் இடையில் பகிரப்பட்ட ஒரு தனித்துவமான அடையாளங்காட்டி மற்றும் UUID (உலகளாவிய தனித்துவமான அடையாளங்காட்டி) போன்ற எளிதில் செயல்படுத்தப்படும். சுற்றுச்சூழலை ஸ்கேன் செய்யும் உள்ளமைக்கப்பட்ட பார் குறியீடு வாசகர்களைக் கொண்ட செயல்படுத்தல் கண்ணோட்டத்தில், விரிவான செயலாக்கங்களுக்குத் தேவையான பல செயல்பாட்டுத் தேவைகளை ஒருங்கிணைக்கிறது. நன்கு செயல்படுத்தப்பட்ட அமைப்பு படுக்கை பட்டி குறியீடுகள், நோயாளி கைக்கடிகாரம் பட்டி குறியீடுகள், பரிந்துரைக்கப்பட்ட பட்டி குறியீடுகள் மற்றும் நரம்பு பட்டை குறியீடுகளை ஸ்கேன் செய்யலாம், அதே நேரத்தில் ஒவ்வொரு நோயாளியின் படுக்கை மாற்றத்திற்கும் ஒரு தனித்துவமான UUID ஐ ஒதுக்குகிறது. தற்போதைய மருத்துவமனை தொழில்நுட்பங்களில் நோயாளி கைக்கடிகார பட்டி குறியீடுகளுக்கான செவிலியர் ஸ்கேனர்கள் அடங்கும்.

பெரிய தரவு சேமிப்பிற்காக உண்மையான நேரத்தில் புவியியல் நேர வரிசை தரவுகளை எழுதுவதே எங்கள் குறிக்கோள். மிக முக்கியமான பின்னடைவு நேரம் தரவுத்தளத்திற்கு எழுதுவதில் உள்ளது, எனவே நாம் எங்காவது தரவை ஒத்திசைவில்லாமல் வரிசைப்படுத்த வேண்டும், மேலும் அதைச் செய்வதற்கான சிறந்த முறை ராபிட்எம்யூ அல்லது காஃப்கா போன்ற செய்தியிடல் தளத்தைப் பயன்படுத்துவதன் மூலம். RabbitMQ வினாடிக்கு 1 மில்லியன் வினாடிகளையும், காஃப்கா வினாடிக்கு 60 மில்லியன் வரை கையாள முடியும். RabbitMQ தரவுக்கு உத்தரவாதம் அளிக்கிறது, காஃப்கா இல்லை. உங்கள் தேவைகளுக்குத் தேவையான குணாதிசயங்களைக் கொண்ட பரிமாற்றங்களுக்கு தரவை வெளியிடுவது அடிப்படை உத்தி ஆகும். (சுகாதார செலவினங்களைக் குறைக்க அமேசான் பெரிய தரவைப் பயன்படுத்த முயற்சிக்கிறது. அமேசான் சுகாதார திட்டங்களில் மேலும் அறிக - உண்மையான சந்தை புரட்சி?)

பிழைகள் இல்லை, மன அழுத்தமும் இல்லை - உங்கள் வாழ்க்கையை அழிக்காமல் வாழ்க்கையை மாற்றும் மென்பொருளை உருவாக்குவதற்கான படி வழிகாட்டியின் படி

மென்பொருள் தரத்தைப் பற்றி யாரும் அக்கறை கொள்ளாதபோது உங்கள் நிரலாக்க திறன்களை மேம்படுத்த முடியாது.

சிறந்த இயந்திர கற்றலுக்கான நிகழ்வுகளை லேபிளிடுதல்

மிகவும் திறமையான இயந்திர கற்றல் வழிமுறைகள் தெளிவாக வரையறுக்கப்பட்ட தரவு தொகுப்புகள் மற்றும் லேபிள்களைக் கொண்டவை. புற்றுநோயைக் கண்டறிந்து எக்ஸ்-கதிர்களைப் படிக்க சிறந்த, நன்கு அறியப்பட்ட வழிமுறைகள் பயன்படுத்தப்படுகின்றன. அலெக்சாண்டர் கெல்ஃபாண்ட் எழுதிய கட்டுரை, ஆழமான கற்றல் மற்றும் பயோமெடிக்கல் பட பகுப்பாய்வின் எதிர்காலம், இயந்திர கற்றலின் வெற்றிக்கு தரவு லேபிளிங் முக்கியமானது என்பதை சுட்டிக்காட்டுகிறது. லேபிளிங்கிற்கு கூடுதலாக, பெயரிடப்பட்ட நிகழ்வைக் குறிக்கும் நன்கு வரையறுக்கப்பட்ட, சீரான துகள்களில் புவியியல் நேரத் தொடரின் தரவை முன்பதிவு செய்வது மிகவும் முக்கியம். நன்கு வரையறுக்கப்பட்ட, நிலையான லேபிள்கள் தேர்வு அளவுகோலாகப் பயன்படுத்தப்படுகின்றன.

கப்பலுக்கு முன் தரவை சுத்தம் செய்யுங்கள் (கப்பல் தங்கம், அழுக்கு அல்ல)

எதிர்காலத்திற்கான அனைத்து தரவும் புவியியல் தேதிநேர தரவுகளாக கருதப்பட வேண்டும். ஒரு வரிசையில் வெளியிடுவதற்கும் தரவுத்தளத்தில் எழுதுவதற்கும் முன்பு தரவை சுத்தம் செய்யுங்கள். மூல சென்சார் தரவிற்கான மிகவும் திறமையான முறை, ஏற்றுமதிக்கு முன் தரவை சுத்தம் செய்ய ஒரு அதிவேக நகரும் சராசரி செயல்பாட்டைப் பயன்படுத்துவதாகும். எங்கள் கூற்று, அழுக்கு அல்ல, உங்களால் முடிந்த சிறந்த தங்கத்தை அனுப்ப முயற்சிப்பதாகும். நீண்ட தூரத்திற்கு, தரவை அனுப்புவது மற்றும் சேமிப்பது விலை உயர்ந்தது, எனவே ஏற்றுமதி மற்றும் சேமிப்பிற்கு முன் தரவு முடிந்தவரை சுத்தமாக இருப்பதை உறுதிசெய்க.

லேபிளிடப்பட்ட உணர்திறன் தரவின் திட அடையாளத்திற்கான சி.என்.என்

இந்த கட்டுரையில் விவரிக்கப்பட்டுள்ள நோக்கங்களுக்காக, உங்கள் செயலாக்கங்களுக்கான வார்ப்புருவாக பயன்படுத்த நன்கு வரையறுக்கப்பட்ட பொது தரவு தொகுப்புகள் மற்றும் இயந்திர கற்றல் நூலகங்கள் உள்ளன. நல்ல ஆய்வாளர்கள் மற்றும் திட புரோகிராமர்கள் கிடைக்கக்கூடிய களஞ்சியங்களைக் கற்றுக்கொள்வதற்கும் பயிற்சி செய்வதற்கும் அர்ப்பணிப்பு நேரம் வழங்கினால், ஆறு மாதங்களுக்கும் குறைவான முயற்சியில் திட AI ஐ செயல்படுத்த முடியும். மெலனோமா அங்கீகாரத்தில் 87 சதவிகித துல்லியத்துடன் சி.என்.என் (கன்வல்யூஷனல் நியூரல் நெட்வொர்க்) புரிந்து கொள்வதற்கான சிறந்த பட அங்கீகார களஞ்சியம் தோல் புற்றுநோய் கண்டறிதல் திட்டம் ஆகும். நிகழ்வு அங்கீகாரத்திற்கான சென்சார்களை இணைப்பதைப் புரிந்துகொள்ள ஒரு சிறந்த நூலகம் குய்லூம் செவாலியர் எழுதிய மனித செயல்பாடு அங்கீகாரம் திட்டத்திற்கான எல்.எஸ்.டி.எம். மேலும், இந்த திட்டம் சென்சார் உள்ளீட்டின் கலவையாகும் மற்றும் வெவ்வேறு செயல்பாடுகளை தீர்மானிப்பதாகும். ஒரு மருத்துவமனை அமைப்பில், இதே முறை மருத்துவ நிலைமைகளின் வரிசைக்கு வேலை செய்கிறது. (ஆரோக்கியத்தில் சமீபத்திய AI முன்னேற்றங்களின் கூடுதல் எடுத்துக்காட்டுகளுக்கு, சுகாதாரப் பாதுகாப்பில் 5 மிக அற்புதமான AI முன்னேற்றங்களைப் பாருங்கள்.)

எதிர்காலம்

மருத்துவமனை மற்றும் சுகாதார அமைப்புகளில் AI இன் பயன்பாடு இப்போது நடக்கிறது. நோயாளியின் கண்காணிப்பு உபகரணங்கள், அணியக்கூடிய சென்சார்கள் மற்றும் சுகாதார பதிவுகளை ஒருங்கிணைப்பதன் மூலம் முக்கியமான நிகழ்வுகளை அங்கீகரிப்பதன் மூலம் சுகாதார விநியோகத்தின் துல்லியத்தை மேம்படுத்துதல் ஏற்கனவே செயல்படுத்தப்பட்ட தீர்வுகள் அறியப்பட்டுள்ளன. எங்கள் எதிர்காலங்களின் ஆரோக்கியம் மற்றும் நிதி பாதிப்பு குறித்து AI இன் பயன்பாடு கணக்கிட முடியாதது. நுழைவதற்கு தடைகள் குறைவாக உள்ளன. இந்த அலைக்கு உங்கள் பலகைகளையும் துடுப்பையும் பிடுங்கவும். உலகளவில் மருத்துவ செலவுகளின் எதிர்காலத்தை நீங்கள் பாதிக்கலாம்.