Гугл развязал приливную волну обновлений и продукта изюминки через длящуюся конференцию разработчиков Гугл I/O, и не страно, что пересечение здравоохранения и искусственного интеллекта было повторяющимся центром внимания среди них. Через программные речи и в один момент выпущенные сообщения в блоге онлайн, компания выделила горстку управляемых разработкой упрочнений по здравоохранению, каковые, думается, приносят плоды.“В прошедшем сезоне на Гугл I/O мы заявили о Гугл AI, коллекции отечественных усилий и команд дать преимущества AI всем”, заявил председатель совета директоров Гугл Сундар Пичаи на протяжении лейтмотива события “. … Здравоохранение один из самого серьёзного AI областей, планирует преобразовать”.
Пичаи изложил аргументы, резюмируя работу компании над интерпретацией изображений сетчатки, дабы найти диабетическую ретинопатию. Наровне с ослабевающими соответствующими наблюдениями, время от времени незамеченными людскими критиками, он заявил, что компания отыскала, что они имели возможность применять эти те же самые рентгеновские обследования глаз, дабы угадать пятилетний риск больных негативных сердечно-сосудистых событий.“В прошедшем сезоне мы заявили о отечественной работе над диабетической ретинопатией, основной обстоятельством слепоты, и мы применяли глубоко обучение оказать помощь докторам диагностировать его ранее”, сообщил он, “и мы руководили полевыми опробованиями с того времени в … поликлиниках в Индии, и полевые опробования идут вправду прекрасно. Мы приносим умелый диагноз к местам, где обученные доктора недостаточны”.
Следующий пример Пичаи дал, второй из как AI имел возможность поддержать докторов, просмотрев EHRs и вычислив риск больного будущих медицинских событий.“Если Вы идете и разбираете более чем 100 000 точек данных на больного, больше, чем какой-либо единственный врач имел возможность бы проанализировать, мы можем в действительности количественно угадать шанс повторного доступа на 24 – 48 часов ранее, чем классические способы. Это дает время докторов, дабы функционировать”.
Врач Элвин Рэджкомэр, исследователь в Google AI, и Эял Орен, менеджер по продукции в Гугл AI, внесли предложение более глубокое погружение в разработку в блоге компании, и в газете сравнительно не так давно издал по собственной природе Издания Партнера: Цифровая Медицина.Их глубочайший подход изучения — сотрудничество с Сан-Франциско UC, Стэнфордской Медициной и Медициной Университета Чикаго — разглядело в общем итоге 46,864,534,945 ретроспективных точек данных EHR, собранных от 216 221 взрослого больного, госпитализированного в течение по крайней мере 24 часов в двух американских отвлечённых медицинских центрах. От этих данных глубокие модели изучения команды смогли угадать, что грядущая смертность в поликлинике, 30-дневный незапланированный повторный доступ, продлила длительность нахождения и все последние заключения выброса больного с точностью, которая победила у классических прогнозирующих моделей через правление.Рэджкомэр и Орен отметили в сообщении в блоге, что эти результаты все еще ранние, но из-за тяжелого внимания проекта на точность и масштабируемость (т.е. совместимость) многообещающая дорожная карта для применений машинного обучения в здравоохранении.
“Доктора уже наводнены требованиями и тревогами к их вниманию — модели имели возможность оказать помощь докторам с изнурительными, административными задачами, так, они смогут лучше сосредоточиться на больном перед ними либо, которым необходимо дополнительное внимание? Мы можем оказать помощь больным взять отличный уход, не имеет значение, где они ищут его?
Мы сохраняем надежду сотрудничать с пациентами и врачами, дабы узнать ответы на эти вопросы и больше”, написали они на почте.Отдельное использование машинного обучения, размещенное на блоге Гугл, возможно, не будет оплотом в офисе каждого доктора, но имело возможность предложить ресурс для тех с нарушениями зрения. Прибывая в Магазин Игры Android в текущем году в Соединенных Штатах, приложение Наблюдения применяет камеру смартфона, дабы разглядеть среду человека и предотвратить их с аудио сигналами, в то время, когда объекты, текст либо люди соседние.“По окончании отбора способа и открытия приложения, Наблюдение обрабатывает ответственные пункты в Вашей среде и делится информацией, которой это верит, дабы быть релевантным — текст из книги рецепта либо расположение ванной, выходного символа, стула либо человека поблизости”, написал Патрик Клэри, менеджер по продукции с Центральной Командой Доступности Гугл, на почте. “Наблюдение поставляет разговорные уведомления, созданные, дабы употребляться с минимальными людьми разрешения сотрудничества, дабы остаться занятым их деятельностью”.
Приложение предлагает отдельные методы, таковой как «К себе» либо “Работа & Игра”, лучше признать ее среду и предложить более соответствующие уведомления. Помимо этого, Клэри написал, что возможности машинного обучения приложения разрешат ему лучше изучать, какие конкретно люди больше всего интересуются получением уведомлений о том, потому, что больше людей применяет приложение, разрешая ему поставлять эти результаты более довольно часто.
“Главный опыт обработан на устройстве, что свидетельствует, что приложение может употребляться без подключения к Интернету. Доступность будет длящимся приоритетом для нас, и Наблюдение – один ход в помощи слепым либо слабовидящим людям взять больше независимости, понимая их физическую среду”, почта завершила.