Автор Рохан Д’Суза, руководитель отдела продуктов, KenSci

Введение

Искусственный интеллект и машинное обучение покорили традиционно консервативную отрасль. Каждый день вы слышите еще одну захватывающую новость, обсуждаемую в коридорах ведущих медицинских учреждений мира.

ИИ превратился из модного слова в общепризнанный отраслевой термин, который, по мнению руководителей, станет катализатором для продвижения их организаций в эпоху цифровой трансформации.

Почему так много людей считают, что искусственный интеллект кардинально изменит способы оказания медицинской помощи и управления ею в течение следующего десятилетия?

1. Правильное место

Здравоохранение созрело для ИИ, отчасти благодаря миллиардам долларов инвестиций, сделанных за последние два десятилетия в системы учета (EMR, CRM, ERP и т. Д.). С внедрением этих транзакционных систем большинство медицинских организаций осознают, что они богаты данными, но часто не содержат информации. Нормализация, просеивание, очистка и представление информации об этих активах - это двойная задача.

  • Во-первых, это требует как глубокого понимания нюансов данных
  • Во-вторых, это требует технического мастерства, которое может игнорировать сложность данных таким образом, чтобы владельцы бизнеса могли воспринимать основную структуру и принимать обоснованные решения на основе данных.

2. Подходящее время

Достаточно уже было сказано о том, что США тратят почти 18% своего ВВП на здравоохранение, и эта прогнозируемая траектория явно неустойчива. Но недостаточно было сказано о том, насколько пугающим выглядит будущее по сравнению с инфляцией, ставками возмещения расходов и ценами на лекарства. Стремление к уходу, основанному на ценностях, по-прежнему заставляет системы здравоохранения предоставлять услуги своим общинам на устойчивой марже. Хотя большинство «сексуальных» историй об искусственном интеллекте вращается вокруг прогнозов, мы видим огромную ценность в применении передовых методов машинного обучения (таких как обучение без учителя) для выявления аномальных закономерностей в данных. Наша цель - найти сигналы среди шума, варьирующегося в разных медицинских учреждениях, тем самым предоставляя владельцам бизнеса видимость и понимание своей организации, чего они никогда раньше не получали.

Почему KenSci

За последние два года мы стали свидетелями того, как некоторые из крупнейших систем здравоохранения в мире приняли новый образ мышления, в котором данные имеют решающее значение и ценятся как истинный актив для достижения конкурентоспособности и долгосрочного успеха. В то время как легко увязнуть в головокружительном акте таких модельных метрик, как AUC, p-значение, c-stat или любых других статистических данных, которыми любят хвастаться, мы пришли к выводу, что придерживаясь Несколько основных принципов - лучший рецепт для успешного предприятия, основанного на искусственном интеллекте.

Наши принципы

Мы с любовью называем это CUTA (произносится мило-а)

Расходные материалы

Мы считаем, что любая информация, полученная с помощью системы машинного обучения, должна легко использоваться. Эти идеи должны быть легко интегрированы, минимально инвазивны и предоставлены конечным пользователям в любой системе, которая им наиболее удобна - будь то их EMR или модная информационная панель.

Понятно

Мы считаем, что любое понимание, генерируемое системой машинного обучения, должно быть понятным (прозрачным) в процессе ввода данных, на протяжении всей их интерпретируемости и на выходе для пользователя. Наша страсть к объяснимому ИИ сделала нас одними из ведущих экспертов в области локализованного интерпретируемого ИИ и его важности для принятия жизненно важных решений.

Надежный

Мы считаем, что любая информация, предоставляемая нашим клиентам, должна быть достоверной и соответствовать нашей миссии по обеспечению того, чтобы наши идеи, полученные с помощью машинного обучения, были точными, последовательными и полезными.

Действие

Мы считаем, что любые идеи, полученные с помощью системы машинного обучения, можно сопоставить с действием, которое является кратким, но достаточно всеобъемлющим и оказывает четкое и измеримое воздействие.

Куда мы идем отсюда?

Как исследователи, мы находимся на пути к постоянному обучению и совершенствованию. Мы удваиваем то, что узнали за последние два года: для достижения ROI требуется совместное соглашение по базовым показателям, предлагаемому вмешательству или усовершенствованию процесса и, наконец, постоянной потребности в измерении результатов наших вариаций. анализ, и сделать это, как только проблема будет определена. Мы стремимся показать нашим клиентам лес, а не заблудиться среди деревьев. Мы стремимся вести их по пути к извлечению выгоды из их данных, а не к падению под их тяжестью.

Сделайте с нами неизгладимое впечатление

Так что присоединяйтесь к нам в этом захватывающем путешествии в мир истинного вспомогательного интеллекта - мир, которого мы все заслуживаем. Потому что работа, которую вы выполняете сегодня, может иметь длительное влияние на вас и ваших близких на долгие годы. Посетите нас в Сиэтле, штат Вашингтон, или поймайте нас на www.kensci.com.

Рохан Д’Суза - вице-президент по продуктам в KenSci, где он отвечает за продвижение инноваций и продуктовую стратегию по внедрению решений машинного обучения в системы здравоохранения, направленных на достижение четырехкратной цели здравоохранения. До прихода в KenSci Рохан сыграл важную роль в создании ведущего в отрасли решения для здоровья населения в eClinicalWorks с нуля. Он также является ведущим представителем инициативы по открытым данным в области здравоохранения и отвечал за продвижение программы EMR-систем, использующих открытую платформу API для взаимодействия в сфере здравоохранения.

Когда не увлекается данными, Рохан любит вести блог о кулинарии и наставлять начинающих исследователей данных, обещая, что мир, управляемый данными, лучше во всех отношениях.