Недавно я смотрел Ted Talk Вишала Сикки о красоте алгоритмов. Больше всего меня поразило то, как алгоритмы помогли в медицинской индустрии. Он использовал пример лазерного лечения опухолей в компании Varian Medical Systems.
В посте на прошлой неделе мы увидели, как алгоритмы повлияли на наш мир, каким мы его знаем сегодня.
Этот пост посвящен влиянию алгоритмов в области лекарств, где вы всегда должны быть на 100% правы. Здесь нет места для ошибок, потому что даже тривиальные ошибки могут оказать серьезное влияние. Однако даже самые умные и хорошо подготовленные специалисты склонны к ошибкам. Трагедии из-за человеческой ошибки - обычное дело в медицинской отрасли.
Сегодня, используя алгоритмы, врачи и медицинские работники могут точно определить, куда направить лазеры для максимального воздействия с минимальным сопутствующим ущербом. Алгоритмы сделали лечение пациентов более эффективным.
Алгоритмы, которые меняют облик отрасли здравоохранения
Алгоритмы играют важную роль в области медицины, от крупного медицинского оборудования до простых микроконтроллеров. Давайте посмотрим на лучшие алгоритмы, которые используются в медицинской отрасли.
Выборка
Медицинская промышленность генерирует большие объемы данных, которые необходимо анализировать и сортировать. Некоторые факты о медицинской индустрии включают в себя:
- Ежегодно публикуется почти миллион медицинских исследований.
- Кроме того, ежегодно публикуются 150 000 исследований, связанных с раком.
Человеческий мозг великолепен, но есть предел объему информации, который он может обрабатывать и хранить. Хотя компьютеры не могут превзойти врачей, их можно использовать для увеличения количества спасенных жизней. Вот где в игру вступает когнитивное здравоохранение.
Добро пожаловать в эпоху когнитивного здравоохранения; встречайте IBM Watson Health.
IBM Watson Health - это технологическая платформа, используемая для хранения данных, собранных у онкологических больных, и получения соответствующей информации о необходимом лечении. Для этого Watson использует различные алгоритмы искусственного интеллекта (AI) и машинного обучения (ML). Один из алгоритмов, который использует Watson Health, - это алгоритм выборки. Используя этот алгоритм, Watson Health выводит информацию от группы людей, фактически не исследуя конкретного человека.
Выборка - это метод изучения нескольких выбранных предметов, а не большого количества единиц. Этот небольшой выбранный элемент называется выборкой, а большое количество единиц называется генеральной совокупностью. Например, в магазине фруктов вы проверяете одно или два яблока, чтобы определить концентрацию хороших яблок. Таким образом, с помощью выборки мы делаем вывод о населении. При такой огромной плотности данных, доступных в области медицины, мы используем различные методы выборки:
- Простая случайная выборка:. Это основной метод, при котором мы выбираем выборку для изучения более широкой совокупности. Каждый человек или выборка выбираются случайным образом, и каждый член совокупности имеет равные шансы быть выбранным.
- Систематическая выборка:. Это метод, при котором члены выборки из большой группы выбираются на основе случайной начальной точки и фиксированного периодического интервала. Интервал известен как интервал выборки. Он рассчитывается путем деления численности населения на желаемую выборку.
- Стратифицированная выборка: исследователь делит совокупность на отдельные группы, называемые стратами. Затем из каждой группы берется вероятностная выборка (часто простая случайная выборка).
- Кластерная выборка используется, когда в статистической совокупности присутствует много «естественных», но разнородных групп. Эти группы (или совокупность) делятся на небольшие классы, и к ним применяется любой из методов выборки (предпочтительно простой случайный).
Используя методику выборки, компьютеры предоставляют информацию о людях, приводящую к конкретным результатам, не исследуя их.
Преобразование Фурье
Преобразование Фурье часто называют одним из важнейших алгоритмов современности. Этот алгоритм применим практически ко всем аспектам нашей повседневной жизни.
С математической точки зрения преобразование Фурье - это функция, производная от заданной функции и представленная серией синусоидальных функций.
Что это обозначает?
Это означает, что вы можете взять бутерброд и с помощью преобразования Фурье выделить различные ингредиенты, такие как хлеб, масло, помидоры, салат, бекон, соль, перец и ломтик сыра.
Это то, что делает преобразование Фурье. Он что-то берет и разбивает на основные компоненты. Почему? потому что чем-то легче манипулировать и что-то менять, если знать, что это за основные компоненты.
Как вернуть бутерброд? Снова смешайте ингредиенты.
Преобразование Фурье - это математическое преобразование, применяемое для преобразования сигнала или изображения из временной области в частотную область, которая имеет множество приложений. Изображение Фурье преобразует действительное значение в комплексное значение. А затем для использования в другом домене информация преобразуется из комплексного значения в реальное значение.
Давайте посмотрим, как преобразование Фурье используется в МРТ
Магнитно-резонансная томография (МРТ) основана на концепции, согласно которой человеческое тело на 70% состоит из воды. Благодаря этим молекулам воды наше тело состоит из множества микромагнитов.
Все эти магниты выравниваются в одном направлении при приложении внешнего магнитного поля - в данном случае это аппарат МРТ.
Когда начинается процесс МРТ, каждый протон начинает вращаться со скоростью, пропорциональной приложенному магнитному полю (которое составляет около 63 МГц). 63 МГц находится в радиочастотном диапазоне (RF), поэтому, когда радиочастотная энергия посылается протонам, они, как правило, реагируют. Дополнительный "градиент" магнитного поля применяется поперек. Это приводит к резонансу МРТ. RF перемещается по телу для захвата различных изображений.
Поскольку человеческое тело трехмерно, градиенты X и Y также определяются для изображения.
Сигналы, которые мы измеряем с помощью МРТ, представляют собой комбинацию сигналов, которые фиксируются во время отслеживания человеческого тела. Сигнал состоит из серии синусоидальных волн, каждая из которых имеет индивидуальную частоту и амплитуду. Преобразование Фурье позволяет нам определить, что это за частота и амплитуда. Поскольку сигнал кодируется магнитным полем, компоненты, которые фактически определяют частоту и фазу, связаны с положением объекта. После разделения частот можно построить график амплитуды изображения.
Без преобразования Фурье получение медицинских изображений было бы невозможным. Ультразвук, МРТ и другие методы медицинской визуализации используют алгоритм преобразования Фурье для преобразования изображений, которые затем преобразуются в читаемый формат.
Вероятностное соответствие данных
Если вы врач, который лечит Вито Корлеоне, вы можете изучить электронные записи, связанные с историей болезни Вито Корлеоне (вы ведь знаете, что он дон, верно?).
Итак, как же появляется вероятностное сопоставление данных?
Вероятностные данные будут использоваться для поиска всей возможной информации со ссылкой на все доступные медицинские данные. Он сортирует данные, отдавая предпочтение тем данным, которые имеют вероятность совпадения с медицинскими данными Дона.
Пример вероятностного сопоставления данных
Вероятностное сопоставление использует теорию отношения правдоподобия, чтобы назначить результаты сравнения правильному или «более вероятному» решению.
Пациенту, симптомы которого похожи на конкретное заболевание, может быть проведен анализ соответствующих данных с учетом имеющейся информации. На основе имеющихся совпадений врач сможет определить, какое заболевание лучше всего подходит.
Это позволяет врачу составить точный план лечения, что дает пациенту больше шансов получить правильное лечение вовремя.
Вероятностные алгоритмы, такие как Niave Bayes Classifier и PAIRS (система искусственного интеллекта помощника врача), используются для эффективного вывода в больших моделях, чтобы предоставить дополнительные доказательства для исследований и медицинских случаев.
Пропорциональная интегральная производная (ПИД)
В кардиологическом отделении больницы Алабамы средним артериальным давлением пациента управляет компьютер. Этот компьютер контролирует вливание сосудорасширяющих агентов, и он помог примерно 1100 пациентам с гипертонией после операции на сердце.
Этот компьютер использует цифровую версию алгоритма ПИД-регулятора для выполнения интенсивной задачи. ПИД - это механизм обратной связи управления, который управляет компьютером, который в конечном итоге вычисляет значение ошибки как разность между желаемой уставкой и измеренными значениями. Проще говоря, этот алгоритм уменьшает разницу между желаемым выходом и ожидаемым выходом.
Буква P в символе соответствует текущему значению ошибки, I - предыдущему значению, а D - возможному будущему значению ошибки. Контроллер пытается уменьшить ошибку, манипулируя различными факторами, связанными с механизмом. На основе комбинации P, I и D обрабатывается лучший результат с наименьшим количеством ошибок. Вероятно, каждая электронная схема, к которой подключена механическая или тепловая система, будет использовать схему ПИД.
Алгоритм прогнозирования
Некоторые прогнозирующие медицинские алгоритмы утверждают, что они могут использовать данные в реальном времени из отделения интенсивной терапии для прогнозирования таких событий, как остановка сердца, за 24 часа до их возникновения. Человеческому разуму сложно запомнить всю информацию и данные, которые он усвоил за определенный период времени. Поставляется с алгоритмом прогнозирования, который сопоставляет данные, информацию за определенный период времени. Он также анализирует и оценивает данные на основе текущей информации, а затем прогнозирует результат на основе анализа.
Различные алгоритмы прогнозирования включают в себя:
- Алгоритм временных рядов
- Алгоритм регрессий
- Алгоритм ассоциации
- Алгоритм кластеризации
- Алгоритм дерева решений
С учетом всех изменений, происходящих в области медицины и здравоохранения во всем мире, алгоритмы являются следующим шагом. Через несколько лет врачи станут консультантами, а алгоритмы будут работать вместе, чтобы оказать большее влияние на человеческие жизни.
Очень похоже на врачей из научно-фантастических фильмов, пациенты скоро получат от своих врачей такую информацию, как: «Дорогой Дон Вито, согласно нашему анализу, вы можете страдать от хронической болезни сердца в ближайшие 3 года…» Эта информация поможет Дону Вито чтобы улучшить свои привычки и перестроить свою жизнь, что может даже спасти жизнь врача за правильную информацию!
На следующей неделе мы поговорим об алгоритмах, которые используются в спорте. А пока послушайте вебинар на тему IBM Watson, проводимый на HackerEarth.
Изначально опубликовано в HackerEarth Blog.
