Rate this post

پیشنوشت۱: این متن دومین قسمت Human Dx است که قسمت اول آن در اینجا قابل مشاهده است.

پروژه ی Human Dx پروژه ای بزرگ است که به عنوان اولین سیستم تشخیص باز بیماری ها راه اندازی شده است که بهترین گام را برای کمک به هر بیمار فراهم می کند.


با نگاه به تیم پشتیبانی این مجموعه اسم موسساتی مثل:

the World Health Organization, NASA Jet Propulsion Laboratory, Lawrence Livermore Labs, Lincoln Laboratory, Facebook, Amazon, McKinsey & Company, Goldman Sachs, the Blackstone Group, and IDEO

و موسسات علمی ای مثل

Oxford, Cambridge, Harvard, MIT, Stanford, Berkeley, Yale, Penn, Dartmouth, and Cornell

 به چشم می خورد، برای من تعجب و هیجانی رو به همراه داشت و این هیجان با خواندن این جمله خیلی بیشتر شد: جمع آوری هوش جمعی از پزشکان با استفاده از یادگیری ماشین (Machine learning) تا مراقبتی دقیق در دسترس و مقرون به صرفه برای همه ایجاد گردد.
به نظر من این جمله در کنار موسساتی که با این مجموعه همکاری می کنند خیلی حرف ها می تونه داشته باشه، از یادگیری ماشین چیزی نمی دونم ولی همین که غول های تکنولوژیک جهان در کنار غول های آموزشی جهان چنین همکاری بین رشته ای را ایجاد کردند نشان دهنده ی آینده ای است که برای هوش مصنوعی تصور می کنند که بتواند با یادگیری ماشین جایگزینی برای پزشکان جهت تشخیص بیماری ها فراهم کنند، با اینکه در حال حاضر چنین مسئله ای شاید دور از ذهن باشد ولی با دیدن این فایل پی دی اف هنگام وارد شدن به سایت نظرمان می تواند عوض شود، در این فایل به مقایسه ی تشخیص پزشکان و تشخیص کامپیوتر با آزمون های آماری پرداخته است، نکته ی جالب در این گزارش این هس که در ابتدای این فایل گفته که ما کارایی پزشکان و کامپیوتر را در تشخیص الکتروکاردیوگرام مقایسه کردیم و بین پزشکان و کامپیوتر یک gap اطلاعاتی مشاهده کردیم برای پر کردن این gap از symptom checkers که همون نرم افزار و سایت human dx هست استفاده کرده اند و موارد جالبِ دیگر.

ادامه ی این مطلب و توضیحات در مورد این پروژه رو در مطلبی دیگر ادامه خواهم داد 🙂