Sprawdź jaki laptop Intel Evo jest najlepszy dla Ciebie Więcej
Microsoft

Predykcja, uczenie maszynowe, HealthVault i Azure – oddałbyś swoje zdrowie chmurze obliczeniowej?

JS
Jakub Szczęsny
62

Nowe technologie z założenia miały nam ułatwiać życie – dotąd tak bezsprzecznie było. Wynalezienie radia, telefonu, czy Internetu w ujęciu społeczeństwa informacyjnego było katalizatorem do ustalenia nowej ceny wartości, jaką sama w sobie jest informacja – pomimo tego, że jest ona wartością niemater...

Nowe technologie z założenia miały nam ułatwiać życie – dotąd tak bezsprzecznie było. Wynalezienie radia, telefonu, czy Internetu w ujęciu społeczeństwa informacyjnego było katalizatorem do ustalenia nowej ceny wartości, jaką sama w sobie jest informacja – pomimo tego, że jest ona wartością niematerialną. To, co ona ze sobą niesie staje się szczególnie ważne, a dzisiaj tym jest to ważniejsze i cenniejsze, im bardziej jest ona aktualna.

I o ile dzisiaj mamy do czynienia z informacjami podawanymi właściwie w czasie rzeczywistym na skalę globalną, to ich przetworzenie oraz interpretacja zawsze zajmuje więcej czasu. „Gołe” dane w przypadku złożonych problemów są właściwie bezwartościowe i niezrozumiałe. Dopiero ich obróbka, wyciągnięcie pewnych wniosków pozwala na zrozumienie ich masom.

Rozwój nowych technologii wyciąga do nas rękę i w tej kwestii – z niektórych dobrodziejstw szybkiego przetwarzania informacji korzystamy już dzisiaj, a z innych dopiero będziemy. To, co może zdumiewać, to fakt, jak bardzo nie zdajemy sobie czasem sprawy z tego, jak wiele dziedzin życia zostanie dotknie w dalszym ciągu odbywający się postęp.

Ludzkie zdrowie jako złożony problem dla systemów uczących się

Próbowaliście kiedyś czytać swoje wyniki badań? Wartości z badań krwi, czy też innych płynów ustrojowych są dla nas generalnie niezrozumiałe nawet wtedy, gdy obok nich są podane przedziały, w których mieszczą się prawidłowe poziomy. Laik obserwując jedynie odchylenia od normy z pewnością nie zdiagnozuje u siebie choroby lub nie podejmie decyzji o dodatkowej diagnostyce, celem potwierdzenia pewnych typów. Dopiero lekarz specjalista będzie w stanie cokolwiek odczytać z tych liczb i jeżeli będzie mieć zbyt mało danych, zacznie ich szukać w inny sposób. Po to są także historie chorób pacjenta, aby połączyć ze sobą pozornie niezwiązane ze sobą symptomy, bądź odchylenia od normy i znaleźć przyczynę dolegliwości. Sami wiecie, jak długo to trwa – znam przypadki, w których przyczyny nieprawidłowych wyniki badań dalej nie są znane i do dziś stanowią one zagadkę nawet dla najlepszych lekarzy w kraju. Na własnej skórze doświadczyłem nawet tego, że lekarze często posiłkują się chociażby Google w szukaniu pasujących do przypadków zespołów chorobowych – tak zdiagnozowano na przykład moją przypadłość związaną z kręgosłupem. I to wcale nie jest żart.

W tym wypadku może być pomocne „uczenie maszynowe”, technika będąca konsekwencją rozwoju sztucznej inteligencji w ogóle i opracowywania metod spożytkowania jej. Poprzez stworzone do wyspecjalizowanych zadań algorytmy można zbierać dane do analizy bez pomocy człowieka, a przy okazji wykorzystywać je do rozwoju projektu. Jednym z głośniejszych przykładów systemu uczącego się był superkomputer Deep Blue, który dopiero w szóstej rozgrywce wygrał z szachowym mistrzem, Kasparowem. Sekretem wygranej maszyny była dokładna analiza poprzednich konfrontacji z człowiekiem. Z tego powodu wynikły także pewne kontrowersje – Garii nie miał możliwości wglądu do historii poprzednich starć z komputerem, tym samym można wywnioskować, że kiedy maszyna udoskonaliła swoje umiejętności, Kasparow nie mógł nanieść poprawek do obranej przeciw komputerowi strategii.

System, który zbiera dane empiryczne i potrafi wyciągać z nich odpowiednie wnioski posiada absolutne znamiona tworu uczącego się. Stąd na przykład może mieć on swoje zastosowanie w takich dziedzinach jak medycyna, gdzie w trudnych przypadkach danych jest niewiarygodnie dużo, a nierzadko czas nagli, bowiem stan chorego w wypadku niewdrożenia odpowiedniego leczenia rzadko kiedy się poprawia.

Z owoców pracy uczących się maszyn korzystamy codziennie

Google Tłumacz – jedna z usług wyszukiwarkowego giganta byłaby niczym, gdyby nie fakt, iż potrafi ona sama zbierać informacje i na ich podstawie ulepszać swoje zdolności interpretacyjne. Ogólnie, wyszukiwarki to świetne bazy informacji dla takich systemów – nie wszystko bowiem opiera się na empirii w trakcie rozwoju maszyn, które same potrafią zbierać oraz klasyfikować swoją wiedzę.

Wszelkie aplikacje do rozpoznawania mowy, automatyczne systemy bezzałogowego kierowania pojazdami, czy też robotyka to sfery nierozerwalnie związane z uczeniem maszynowym. Pierwsza z wymienionych przeze mnie technologii to wręcz codzienność, choćby w ujęciu najnowszej konsoli Microsoftu, gdzie interfejs jest nastawiony głównie na jego obsługę głosem – a do tego wymagane jest, by urządzenie je rozpoznało, przeanalizowało oraz wykonało akcję, której żąda użytkownik.

Microsoft HealthVault

Microsoft był pierwszy na rynku usług PHR, gdzie w ramach serwisu znajdującego się pod adresem www.healthvault.com oferuje usługi przechowywania oraz udostępniania danych na temat naszego stanu zdrowia i wszelkich informacji z tym związanych. Platforma ta miała swój początek w 2007 roku we współpracy z amerykańskimi instytucjami prozdrowotnymi – tymi prywatnymi i działającymi z ramienia państwa.

Od startu usługi zmieniło się wiele. Oprócz standardowo – wprowadzania oraz aktualizowania informacji do bazy danych o naszym zdrowiu, mamy także możliwość kontroli tego, co jemy oraz jak i ile ćwiczymy. Usługa potrafi zebrać informacje także z urządzeń oraz akcesoriów, które kontrolują naszą kondycję – opasek, czy też smartfonów.

W usłudze możemy dodać mnóstwo informacji. Jeżeli posiadamy rozrusznik serca, możemy ten fakt zasygnalizować usłudze w odpowiedniej sekcji. Każde badanie, pomiar, czy analizę można wprowadzić do programu, zarówno od strony pacjenta, jak i od strony instytucji zdrowotnych, które pracują w ramach usługi HealthVault (w Polsce takich się nie doszukałem, niestety). Natomiast w USA nie jest to nic nadzwyczajnego – wiele klinik współpracuje z Microsoftem w kwestii przechowywania danych pacjentów.

Microsoft idzie w chmurę. I…

Uczenie maszynowe, oprócz wielu dobrodziejstw, ma jedną poważną wadę. Dla małych firm jest to stosunkowo drogie rozwiązanie, bowiem wymagana do tego jest infrastruktura serwerowa, specjaliści oraz budowaniem takiego rozwiązania od podstaw. Microsoft, który przykłada coraz większą uwagę do usług w chmurze nieco ponad miesiąc temu ogłosił, że dzięki nowej usłudze Azure ML będzie można budować aplikacje zdolne do predykcji trendów, pracujące na danych przechowywanych w chmurze. To rozwiązanie otwiera przed firmami nowe możliwości – na przykład firmy ubezpieczeniowe lub towarzystwa funduszy inwestycyjnych będą mogły przewidywać pewne trendy na rynku i dobierać do nich swoje strategie. Nie inaczej jest z usługami medycznymi.

Skoro Microsoft tak dobrze poczyna sobie w chmurze obliczeniowej, to nie ma żadnych przeciwwskazań, by we współpracy z firmami medycznymi nie opracował oprogramowania zdolnego do przewidywania pewnych zjawisk chorobowych na podstawie zebranych dotąd informacji – nie tylko z naszego konta, ale i z kont innych podłączonych osób, bowiem system nie będzie uczyć się jedynie „nas samych”, ale i „wszystkich innych”, budując tym samym bazę wiedzy, zależności oraz charakterystycznych wzorców, po których np. wystąpiły takie, a nie inne jednostki chorobowe. To może stać się naprawdę potężnym narzędziem, które znacząco wpłynie na to, jak będziemy żyć. Mimo, iż żyje nam się stosunkowo dobrze, bo dożywamy już średnio ponad 80 lat – to fajnie (albo i nie) by było usłyszeć od naszego asystenta głosowego: „Jakubie, jesz dużo tłustych rzeczy, masz wysokie ciśnienie, a twój puls jest ostatnio nieregularny. Skontaktuj się ze swoim lekarzem, zanim dopadnie cię zawał”. Asystenci głosowi będą zyskiwać coraz więcej miejsca w naszym życiu – Cortana ma ponoć nasłuchiwać wszystkiego, co wokół nas się dzieje i np. robić notatki ze spotkań lub szkoleń w czasie rzeczywistym. Nie ma zatem przeszkód, by mogła ona nasłuchiwać sytuacji, w których kupujemy niezdrowe jedzenie, czy papierosy.

I o ile wszystko rozbija się tylko o nasze zdrowie, jestem w stanie to zaakceptować. Obawiam się jednak, że wspomniana przeze mnie informacja będzie dla firm tak cenna, że postanowią sobie jej wartość choćby w pewnym stopniu przywłaszczyć. Mówiąc o tym mam w myślach obrazek, gdy po wprowadzeniu przez lekarza – urologa wyników badań szpakowatego pana, Cortana w kieszeni chorego zagai rozmowę:

Widzę, że z Twoim zdrowiem jest niezbyt dobrze – wyświetlam ci link do specyfiku, który spowoduje, że twój konar znów zapłonie!.

W sumie, nawet by mnie to nie zdziwiło.

Grafika: 1,2,3.

Hej, jesteśmy na Google News - Obserwuj to, co ważne w techu

Więcej na tematy:

hot