Ferramentas da aprendizagem de máquina do Open source tão boas quanto seres humanos em detectar exemplos do cancro

A aprendizagem de Máquina veio do relatório da saúde da idade em público de acordo com pesquisadores do Instituto de Regenstrief e da Escola da Universidade de Indiana da Informática e da Computação na Universidade Indianapolis da Universidade-Purdue de Indiana. Encontraram que os algoritmos existentes e as ferramentas da aprendizagem de máquina do open source eram tão bons quanto, ou melhor do que, revisores humanos em detectar exemplos do cancro usando dados dos relatórios da patologia do livre-texto. A aproximação automatizada era igualmente mais rápida e menos recurso intensiva em comparação com contrapartes humanas.

Cada estado nos Estados Unidos exige exemplos do cancro ser relatado aos registros nacionais do cancro para o seguimento da doença, a identificação em risco de populações, e o reconhecimento de tendências incomuns ou de conjuntos. Tipicamente, contudo, os fornecedores de serviços de saúde ocupados submetem relatórios do cancro aos meses ingualmente ocupados dos departamentos da saúde pública no curso do tratamento de um paciente um pouco do que na altura do diagnóstico inicial.

Esta informação pode ser difícil para que os responsáveis da Saúde interpretem, que podem mais atrasar a acção do departamento da saúde, quando a acção é necessário. O Instituto de Regenstrief e os pesquisadores do IU demonstraram que a aprendizagem de máquina pode extremamente facilitar o processo, por automaticamente e rapidamente extraindo o significado crucial do texto simples, igualmente conhecido como o livre-texto, a patologia relata, e usando o para a tomada de decisão.

“Para o Melhor Relatório da Saúde Pública Usando Aproximações Disponíveis Imediatamente Existentes: Uma Comparação de Aproximações Alternativas da Detecção do Cancro Usando Dados Médicos do Texto simples e a Selecção de Característica Baseada Não-Dicionário” é publicada na introdução De abril de 2016 do Jornal da Informática Biomedicável.

“Nós pensamos que seu já não necessário para que os seres humanos passem o tempo que revê o texto relata para determinar se o cancro esta presente ou não,” disse o estudo autor Shaun superior Grannis, M.D., M.S., director provisório do Centro de Regenstrief da Informática Biomedicável. “Nós viemos ao ponto a tempo que a tecnologia pode segurar esta. O tempo de um ser humano é passado melhor que ajuda outros seres humanos fornecendo os o melhor cuidado clínico.”

“Muito trabalho que nós estaremos fazendo na informática nos próximos anos será focalizado em como nós podemos tirar proveito da aprendizagem de máquina e da inteligência artificial. Tudo -- práticas do médico, sistemas de saúde, trocas de informação da saúde, seguradores, assim como departamentos da saúde pública -- seja inundado nos oceanos dos dados. Como podemos nós esperar fazer o sentido deste dilúvio dos dados? Os Seres Humanos não podem fazê-lo -- mas os computadores enlatam.”

O Dr. Grannis, um investigador do Instituto de Regenstrief e um professor adjunto da medicina de família na Faculdade de Medicina do IU, é o arquiteto do detector syndromic da fiscalização de Regenstrief para doenças comunicáveis e conduziu a aplicação técnica do Sistema de Vigilância da Emergência da Saúde Pública de Indiana - uma da nação a maior. Os Estudos ao longo da última década mostraram que este sistema detecta manifestações de doenças comunicáveis sete a nove dias mais cedo e encontram quatro vezes tantos como casos como o relatório humano ao fornecer uns dados mais completos.

“O Que é igualmente interessante é que nossos esforços mostram o potencial significativo para o uso nas nações underserved, onde uma maioria de dados clínicos é recolhida sob a forma de texto livre não organizado,” disseram o estudo primeiro autor Suranga N. Kasthurirathne, um estudante doutoral na Escola da Informática e da Computação em IUPUI. “Também, além do que a detecção do cancro, nossa aproximação pode ser adotada para uma vasta gama de outras circunstâncias também.”

Os pesquisadores provaram 7.000 relatórios da patologia do livre-texto sobre de 30 hospitais que participam na Troca de Informação da Saúde de Indiana e usaram ferramentas do open source, algoritmos da classificação, e a selecção de característica de variação se aproxima para prever se um relatório era positivo ou negativo para o cancro. Os resultados indicaram que uma revisão inteiramente automatizada rendeu os resultados similares ou os melhora do que aquelas do tempo humano treinado dos revisores, do salvamento e do dinheiro.

De “a aprendizagem Máquina pode agora apoiar ideias e os conceitos que nós estivemos cientes por de décadas, tais como uma compreensão básica de termos médicos,” disseram o Dr. Grannis. “Nós encontramos que a inteligência artificial era tão menos quanto exacta como seres humanos em identificar exemplos do cancro dos dados clínicos do livre-texto. Por exemplo o computador “aprendeu” que a palavra “folha” ou “folhas” significou o cancro como a “folha” ou as “folhas das pilhas” são usadas em relatórios da patologia para indicar a malignidade.

“Este não é um avanço nas ideias, ele é um avanço principal da infra-estrutura -- nós temos a tecnologia, nós temos os dados, nós temos o software de que nós vimos a revisão exacta, rápida das vastas quantidades de dados sem descuido humano ou a supervisão.”

Source: Universidade de Indiana

Source:

Indiana University