Abra la máquina emisora que aprende las herramientas tan buenas como seres humanos en detectar casos del cáncer

El aprendizaje de Máquina ha venido de edad en la información de la salud pública según investigadores del Instituto de Regenstrief y de la Escuela de la Universidad de Indiana de la Informática y de Calcular en la Universidad Indianapolis de la Universidad-Purdue de Indiana. Han encontrado que los algoritmos existentes y la máquina emisora abierta que aprendían las herramientas eran tan buenos como, o mejor que, los revisores humanos en detectar casos del cáncer usando datos de partes de la patología del libre-texto. La aproximación automatizada era también más rápida y menos recurso intensiva con respecto a contrapartes humanas.

Cada estado en los Estados Unidos requiere casos del cáncer ser señalado a los registros estatales del cáncer para seguir su trayectoria de la enfermedad, la identificación de poblaciones en peligro, y el reconocimiento de tendencias inusuales o de atados. , Sin embargo, los proveedores de asistencia sanitaria ocupados someten Típicamente partes del cáncer a los meses igualmente ocupados de los departamentos de la salud pública en el curso del tratamiento de un paciente bastante que a la hora de diagnosis inicial.

Esta información puede ser difícil para que los responsables de Sanidad interpreten, que pueden demorar más lejos la acción del departamento de la salud, cuando la acción es necesaria. El Instituto de Regenstrief y los investigadores del IU han demostrado que el aprendizaje de máquina puede facilitar grandemente el proceso, por automáticamente y rápidamente extrayendo el significado crucial del plaintext, también conocido como libre-texto, la patología señala, y con los para la toma de decisión.

“Hacia una Mejor Información de la Salud Pública Usando Aproximaciones Disponibles Existentes: Una Comparación de las Aproximaciones Alternativas de la Detección del Cáncer Usando Datos Médicos del Plaintext y la Selección de Características Basada No-Diccionario” se publica en la aplicación De abril de 2016 el Gorrón de la Informática Biomédica.

“Pensamos que su no más necesario para que los seres humanos pasen el tiempo que revisa el texto señala para determinar si el cáncer está presente o no,” dijo el estudio autor Shaun mayor Grannis, M.D., M.S., director interino del Centro de Regenstrief de la Informática Biomédica. “Hemos venido a la punta a tiempo que la tecnología puede manipular esto. El tiempo de un ser humano es pasado mejor que ayuda a otros seres humanos proveyendo de ellos un mejor cuidado clínico.”

“Mucho el trabajo que haremos en informática en los próximos años será centrado en cómo podemos beneficiarnos del aprendizaje de máquina y de la inteligencia artificial. Todo -- prácticas del médico, sistemas sanitarios, intercambios de información de la salud, aseguradores, así como departamentos de la salud pública -- sea inundado en los océanos de datos. ¿Cómo podemos esperar tener sentido de este diluvio de datos? Los Seres Humanos no pueden hacerlo -- pero los ordenadores pueden.”

El Dr. Grannis, investigador del Instituto de Regenstrief y profesor adjunto de remedio de familia en la Facultad de Medicina del IU, es el arquitecto del detector syndromic de la vigilancia de Regenstrief para las enfermedades contagiosas y llevó la puesta en vigor técnica del Sistema de Vigilancia de la Emergencia de la Salud Pública de Indiana - uno de la nación más grande. Los Estudios durante la última década han mostrado que este sistema detecta brotes de enfermedades contagiosas siete a nueve días anterior y encuentran cuatro veces tantos casos como información humana mientras que proporcionan a datos más completos.

“Cuál es también interesante es que nuestros esfuerzos muestran el potencial importante para el uso en las naciones underserved, en donde una mayoría de datos clínicos cerco bajo la forma de texto libre no estructurado,” dijeron el estudio primer autor Suranga N. Kasthurirathne, estudiante doctoral en la Escuela de la Informática y de Calcular en IUPUI. “También, además de la detección del cáncer, nuestra aproximación se puede adoptar para una amplia gama de otras condiciones también.”

Los investigadores muestrearon 7.000 partes de la patología del libre-texto sobre de 30 hospitales que participan en el Intercambio de Información de la Salud de Indiana y utilizaron las herramientas abiertas de la fuente, algoritmos de la clasificación, y la selección de características diversa se acerca para predecir si un parte era positivo o negativo para el cáncer. Los resultados indicaron que una revista completo automatizada rindió los resultados similares o los mejora que las del tiempo humano entrenado de los revisores, el salvar y del dinero.

El “aprendizaje de Máquina puede ahora utilizar ideas y los conceptos que hemos sido conscientes por de décadas, tales como una comprensión básica de términos médicos,” dijeron al Dr. Grannis. “Encontramos que la inteligencia artificial era tan lo menos como exacta como seres humanos en determinar casos del cáncer de datos clínicos del libre-texto. Por ejemplo el ordenador “aprendió” que la palabra “hoja” o “hojas” significó el cáncer como la “hoja” o las “hojas de células” se utiliza en partes de la patología para indicar malignidad.

“Esto no es un avance en ideas, él es un avance importante de la infraestructura -- tenemos la tecnología, tenemos los datos, tenemos el software del cual vimos la revista exacta, rápida de granes cantidades de datos sin descuido humano o la supervisión.”

Fuente: Universidad de Indiana

Source:

Indiana University