面對(duì)不同受眾,智慧醫(yī)療有著不同的內(nèi)涵
時(shí)間:2020-01-16 10:36:00 閱讀:3295 整理:廣州市場(chǎng)調(diào)查公司
大數(shù)據(jù)可謂是當(dāng)紅炸子雞,對(duì)于它的應(yīng)用場(chǎng)景,人們已經(jīng)做了充分的想象,很多也在逐步落地,比如智慧醫(yī)療。醫(yī)療行業(yè)正更多的融入人工智慧、傳感技術(shù)等高科技,使醫(yī)療服務(wù)走向真正意義的智能化。
面對(duì)不同受眾,智慧醫(yī)療有著不同的內(nèi)涵。對(duì)于公眾,意味著更便捷可及的醫(yī)療服務(wù);對(duì)于醫(yī)護(hù)人員,不僅可以提高診療速度,還可以讓診療更加精準(zhǔn),通過(guò)大量的數(shù)據(jù)分析支持他們的診斷。這里就不得不提到專家系統(tǒng),它應(yīng)該是一個(gè)典型的醫(yī)療應(yīng)用,是大數(shù)據(jù)和人工智能的緊密結(jié)合。
專家系統(tǒng)是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng),它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù),根據(jù)某領(lǐng)域一個(gè)或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn),進(jìn)行推理和判斷,模擬人類專家的決策過(guò)程,以便解決那些需要人類專家處理的復(fù)雜問(wèn)題。簡(jiǎn)言之,專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段,正向第四代過(guò)渡和發(fā)展。第一代專家系統(tǒng)(dendral、macsyma等)以高度專業(yè)化、求解專門問(wèn)題的能力強(qiáng)為特點(diǎn)。但在體系結(jié)構(gòu)的完整性、可移植性、系統(tǒng)的透明性和靈活性等方面存在缺陷,求解問(wèn)題的能力弱。第二代專家系統(tǒng)(mycin、casnet、prospector、hearsay等)屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng),其體系結(jié)構(gòu)較完整,移植性方面也有所改善,而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng),采用多種人工智能語(yǔ)言,綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略,并開(kāi)始運(yùn)用各種知識(shí)工程語(yǔ)言、骨架系統(tǒng)及專家系統(tǒng)開(kāi)發(fā)工具和環(huán)境來(lái)研制大型綜合專家系統(tǒng)。在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上,已開(kāi)始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫(kù)、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多知識(shí)庫(kù)、多主體的第四代專家系統(tǒng)。
筆者嘗試使用SmartMining敏捷挖掘桌面版來(lái)探索依托大數(shù)據(jù)如何構(gòu)建專家診病模型。之所以選擇SmartMining,是因?yàn)樗昂?jiǎn)單而不失內(nèi)涵”。它的操作真的夠簡(jiǎn)單,全程可視化,不用編程,這點(diǎn)對(duì)筆者的吸引力很大。當(dāng)然,喜歡R語(yǔ)言的朋友也可以在這里找到感覺(jué),因?yàn)樗闪薘,算法很豐富。而且SmartMining還很貼心的內(nèi)置了很多示例,讓用戶不費(fèi)力就能進(jìn)入數(shù)據(jù)挖掘的世界。
專家診病模型就是SmartMining自帶示例之一,是以決策樹(shù)算法為背景,通過(guò)可視化探索數(shù)據(jù)實(shí)現(xiàn)決策樹(shù)同樣的計(jì)算結(jié)果。配套的示例教程對(duì)整個(gè)過(guò)程的講解清晰且生動(dòng)有趣,筆者跟隨教程進(jìn)行了學(xué)習(xí),從中大大受益。
從專家系統(tǒng)模型的知識(shí)點(diǎn)來(lái)說(shuō),有這么幾個(gè)需要提醒:
1、 數(shù)據(jù)質(zhì)量和完整性永遠(yuǎn)是數(shù)據(jù)挖掘工作中不可回避的基礎(chǔ)問(wèn)題。沒(méi)有足夠的歷史數(shù)據(jù)量,或者數(shù)據(jù)質(zhì)量(本例中可理解為誤診)不可信,都會(huì)造成機(jī)器學(xué)習(xí)的失敗(這個(gè)道理就是“Gabage in,gabage out”)。因此、各種數(shù)據(jù)的探索、統(tǒng)計(jì)、處理工作是非常關(guān)鍵的!
2、 建模不是一次性的工作,需要反復(fù)的訓(xùn)練、評(píng)估和優(yōu)化。通常優(yōu)化模型有三種辦法:第一,增加新數(shù)據(jù),以便引入更多重要的影響因素;第二,嘗試其他模型,以便找到更適合的模型;第三,優(yōu)化輸入,即基于已有數(shù)據(jù)派生更多重要的變量,或者過(guò)濾不重要的變量。這三者中,第一種最難以實(shí)現(xiàn),一般企業(yè)的數(shù)據(jù)是有限的,企業(yè)內(nèi)部可用數(shù)據(jù)及外部可用網(wǎng)絡(luò)數(shù)據(jù),在項(xiàng)目需求調(diào)研階段就應(yīng)該明確,而企業(yè)外部行業(yè)數(shù)據(jù)難以獲取。第二種最容易嘗試,所有可用模型可以快速嘗試一遍,這個(gè)是每個(gè)項(xiàng)目中都必做的,但卻不是最重要的方法。而第三種方法才是項(xiàng)目中最可行,也是最重要的辦法。
3、 無(wú)論何時(shí),都要把商業(yè)應(yīng)用作為始終的目標(biāo),不要出現(xiàn)“過(guò)擬合”、“追求漂亮”和“炫特技”,能用簡(jiǎn)單圖形分析的,絕不用算法,能用成熟模型的,盡量不要自己去編程序!
關(guān)注公眾號(hào):
華夏經(jīng)緯數(shù)據(jù)科技
更多調(diào)研資訊>>
本站文章內(nèi)容以及所涉數(shù)據(jù)、圖片等資料來(lái)源于網(wǎng)絡(luò),轉(zhuǎn)載目的在于傳遞更多信息。版權(quán)歸作者所有,文章僅代表作者觀點(diǎn),不代表華夏經(jīng)緯立場(chǎng)。 如涉及侵權(quán),請(qǐng)聯(lián)系管理員刪除。在法律許可的范圍內(nèi),華夏經(jīng)緯(廣州)數(shù)據(jù)科技股份有限公司享有最終解釋權(quán)。