Еще один пример. Мы хотим отказаться от фиксированных ограничений скорости автомобиля и создать динамическую систему управления движением. Причем такую, которая будет оперативно реагировать на окружающую обстановку.
Чтобы реализовать этот план, мы:
— Загружаем в нейросеть данные о скоростных ограничениях, а также о том, как на скорость влияют погодные условия, время суток, состояние дороги и другие параметры.
— После — моделируем различные условия, чтобы нейросеть постепенно училась определять верную предельную скорость, основываясь на полученных данных.
Со временем нейросеть учится точно определять нужную скорость и предупреждать водителя, если она превышена.
В реальных проектах используются более сложные схемы, но эти примеры в общих чертах показывают, как работают ML-технологии.
Интересный взгляд на роль машинного обучения в предотвращении чрезвычайных ситуаций. Статья класс!😉
Валерий, спасибо, что читаете нас!
Интересная статья, боюсь правда некоторые пациенты убегут если услышат что какая то "программка" может повлиять на диагноз (==жизнь)
Вы абсолютно правы, это предсказуемая реакция многих пациентов.
Однако даже такой фактор как усталость врача, проводящего обследование, может снизить точность результатов на выходе. ML помогает сделать так, чтобы подобные вещи не влияли на критически важные для пациента решения.
Сейчас мы совместно с медицинским центром работаем над продуктом для контроля качества диагностики онкологии, и очень скоро поделимся подробностями.
А пока хотим отметить, что стоит фокусироваться не на автоматической диагностике как таковой (иначе, как вы и сказали, пациенты могут небеспричинно начать опасаться), а на контроле качества обследования. Например, при эндоскопии важно проконтролировать, сколько времени и с какой скоростью двигался зонд, были ли исследованы все отделы желудка или кишечника.
к сожалению некоторые врачи намного опаснее "программок" :(
А как вы предлагаете отрабатывать возражения врачей "старой закалки", которые плевать хотели на все технологии. и доверют только тому, что сами увидели или тому. что написали своей рукой? анрил заставить их использовать современные технологии.
Юлия, спасибо за хорошее замечание. Тема действительно заслуживает внимания.
По опыту ведения клиентских проектов в сфере медицины, мы можем точно сказать, что в клиниках, внедряющих передовые технологические решения, работают врачи, на 100% готовые постоянно обновлять свои знания.
Это касается и узкоспециализированных медицинских вопросов, и вопросов использования технологий. Ведь IT-решения, о которых говорим в статье, работают на врача:
1. Позволяют добиваться лучших результатов в диагностике и лечении благодаря системам автоматизированных подсказок (например, на этапе оценки первичных жалоб пациента и в ходе обследования).
2. Помогают не допускать ошибок, неизбежных из-за человеческого фактора (например, усталости или большого потока пациентов с учётом сезонных обострений заболеваний).
3. Врач и клиника получают больше довольных пациентов на выходе. Довольных – потому что им своевременно поставили диагноз, если таковой был, и назначили лечение, когда человеку ещё можно сохранить жизнь.
Если говорить о мышлении людей «старой закалки», этот фактор не станет помехой для тех, кто понимает, насколько важно быть «впереди всех» в сфере медицины. Вне зависимости от возраста и убеждений.
И, конечно, важную роль играет желание повысить эффективность и качество медицинских услуг – в клинике, в стране, в мире.