Google (GOOGL) del gigante della tecnologia Alphabet Inc. ha tentato di entrare nello spazio sanitario da un po 'di tempo e gli sforzi sembrano dare i suoi frutti. Google afferma di aver creato un sistema in grado di prevedere una varietà di risultati per i pazienti, tra cui la durata per cui le persone potrebbero dover essere ricoverate in ospedale, le loro possibilità di riammissione e le loro possibilità di morte. Chiamato Medical Brain, questa svolta potrebbe dare a Google un mercato completamente nuovo da esplorare.
Bloomberg riporta un caso di studio di una donna con carcinoma mammario in fase avanzata cui è stata data una probabilità di sopravvivenza del 9, 3% con i metodi di calcolo standard dell'ospedale, mentre l'analisi predittiva di Google le ha dato una probabilità del 19, 9% di morire durante la sua degenza in ospedale. Il paziente è deceduto nel giro di pochi giorni, rafforzando le richieste di Google di offrire un migliore meccanismo di predizione dal suo sistema.
Nell'edizione di maggio della rivista scientifica Nature, il team di Google ha descritto la sua metodologia predittiva: "Questi modelli hanno superato in tutti i casi i modelli predittivi tradizionali, utilizzati clinicamente. Riteniamo che questo approccio possa essere utilizzato per creare previsioni accurate e scalabili per una varietà di scenari clinici. ”La ricerca evidenzia l'uso di reti neurali nel campo dell'assistenza sanitaria. Una rete neurale è una forma di software di intelligenza artificiale (AI) modellato sul cervello umano e sul sistema nervoso che si basa sull'uso dei dati per apprendere e migliorare automaticamente all'identificazione delle relazioni sottostanti.
Come funziona lo strumento di Google
Medici, ospedali e altri operatori sanitari hanno lottato per anni per mantenere e sintetizzare meglio i dati medici per un paziente. Tuttavia, nonostante l'uso di sistemi avanzati di archiviazione dei dati dedicati all'uso ospedaliero, il successo è stato variabile.
I rapporti disponibili indicano che il sistema di Google per tale analisi predittiva funziona sulla setacciatura di tonnellate di punti dati per arrivare all'inferenza. Nel caso sopra, l'algoritmo di Google ha analizzato 175.639 punti dati per trarne la conclusione. La vera capacità di Google di leggere i dati in una varietà di forme, tra cui note scritte a mano salvate come PDF, vecchie carte e referti medici, unita alla sua velocità di elaborazione è il vero punto di svolta. L'algoritmo dimostra anche quali punti dati sono stati più utili per giungere alla conclusione.
Mentre i modelli predittivi odierni impiegano circa l'80% del proprio tempo nello scouting e nella presentazione dei dati, l'approccio di Google evita questo collo di bottiglia.
