प्रौद्योगिकी की दिग्गज कंपनी एल्फाबेट इंक। का Google (GOOGL) कुछ समय से स्वास्थ्य देखभाल क्षेत्र में प्रवेश करने का प्रयास कर रहा है, और प्रयास बंद हो रहे हैं। Google ने दावा किया है कि एक ऐसी प्रणाली बनाई गई है जो रोगियों के लिए विभिन्न प्रकार के परिणामों का पूर्वानुमान लगाने में सक्षम है, जिसमें उस अवधि के लिए जिसमें लोगों को अस्पताल में भर्ती होने, उनके पढ़ने की संभावना और उनकी मृत्यु की संभावना हो सकती है। मेडिकल ब्रेन कहा जाता है, यह सफलता Google को तलाशने के लिए पूरी तरह से नया बाजार दे सकती है।
ब्लूमबर्ग ने देर से चरण स्तन कैंसर होने वाली एक महिला के एक मामले के अध्ययन की रिपोर्ट की, जिसे अस्पताल के मानक कंप्यूटिंग विधियों द्वारा 9.3% की उत्तरजीविता का मौका दिया गया, जबकि Google के पूर्वानुमानात्मक विश्लेषण ने उसे अस्पताल में रहने के दौरान मरने का 19.9% मौका दिया। कुछ ही दिनों में रोगी का निधन हो गया, जो अपने सिस्टम द्वारा एक बेहतर भविष्यवाणी तंत्र की पेशकश करने के लिए Google के दावों को मजबूती प्रदान करता है।
वैज्ञानिक पत्रिका नेचर के मई संस्करण में, Google की टीम ने अपनी भविष्य कहनेवाला पद्धति का वर्णन किया: "ये मॉडल सभी मामलों में पारंपरिक, नैदानिक रूप से उपयोग किए जाने वाले अनुमानित मॉडल से बेहतर प्रदर्शन करते हैं। हमारा मानना है कि इस दृष्टिकोण का उपयोग विभिन्न प्रकार के नैदानिक परिदृश्यों के लिए सटीक और मापनीय भविष्यवाणियों को बनाने के लिए किया जा सकता है। ”शोध स्वास्थ्य देखभाल के क्षेत्र में तंत्रिका नेटवर्क के उपयोग पर प्रकाश डालता है। एक तंत्रिका नेटवर्क मानव मस्तिष्क और तंत्रिका तंत्र पर बनाए गए कृत्रिम बुद्धिमत्ता (एआई) सॉफ्टवेयर का एक रूप है जो अंतर्निहित संबंधों की पहचान करने के लिए स्वचालित रूप से सीखने और सुधारने के लिए डेटा का उपयोग करने पर निर्भर करता है।
Google का टूल कैसे काम करता है
मेडिकल प्रैक्टिशनर, अस्पताल और अन्य स्वास्थ्य देखभाल प्रदाता एक रोगी के लिए चिकित्सा डेटा को बेहतर ढंग से बनाए रखने और सारांशित करने के लिए वर्षों से संघर्ष कर रहे हैं। हालांकि, अस्पताल के उपयोग के लिए समर्पित उन्नत डेटा भंडारण प्रणालियों के उपयोग के बावजूद, सफलता अलग-अलग रही है।
उपलब्ध रिपोर्टों से संकेत मिलता है कि इस तरह के पूर्वानुमानित विश्लेषण के लिए Google की प्रणाली अनुमानों पर पहुंचने के लिए डेटा बिंदुओं के माध्यम से स्थानांतरण पर काम करती है। उपरोक्त मामले में, Google के एल्गोरिथ्म ने अपना निष्कर्ष बनाने के लिए 175, 639 डेटा बिंदुओं का विश्लेषण किया। विभिन्न रूपों में डेटा पढ़ने के लिए Google की क्षमता - जिसमें PDF, पुराने चार्ट और मेडिकल रिपोर्ट के रूप में सहेजे गए हस्तलिखित नोट शामिल हैं - इसकी प्रसंस्करण गति के साथ संयुक्त असली गेम चेंजर है। एल्गोरिथ्म यह भी दर्शाता है कि निष्कर्ष तक पहुंचने में कौन से डेटा बिंदु सबसे अधिक उपयोगी थे।
वर्तमान समय में भविष्यवाणियाँ मॉडल का लगभग 80% समय डेटा स्काउटिंग और प्रस्तुति पर खर्च करती हैं, लेकिन Google का दृष्टिकोण इस अड़चन से बचता है।
