24小时联系电话:185 8888 888

要闻
您现在的位置: 首页 > 要闻 > ProBeat:健康社区对机器学习的呼吁
  • 零食新鲜化,来伊份的产品溯源里藏着这些秘密···

    零食新鲜化,来伊份的产品溯源里藏着这些秘密···

    发布时间:2023/07/03

    在“新鲜零食”的战略引领下,“主板零食第一股”来伊份迈入了企业发展的第23个年头,其传统的线下溯源活动“寻鲜之旅”也已经发展至第九届,本次再度启程将探索芒果之乡——百色,继续为用户展现以“青山绿水”铸“新鲜零食...

  • 雷科智途联合太平洋财产保险共同举办商用车AEBS防碰撞演示活动

    雷科智途联合太平洋财产保险共同举办商用车AEBS防碰撞演示活动

    发布时间:2022/01/04

    2021年12月16日,“安全出行·科技护航”-商用车自动紧急制动系统(AdvancedEmergencyBrakingSystem,简称“AEBS”)防碰撞演示在山东省青岛莱西市隆重举行。出席本次活动的领导和嘉宾有:莱西市应急管理局副局长李凌云...

  • 剑南春再传喜报,两年蝉联四次冠军

    剑南春再传喜报,两年蝉联四次冠军

    发布时间:2021/12/14

    2021年“双12”天猫年终购物节战报出炉,剑南春天猫平台官方旗舰店以超高人气和火爆的销量,勇夺天猫“双12”白酒品牌旗舰店交易指数第一名。 剑南春领跑榜单,两年蝉联四次冠军 剑南春在线上购物狂欢节上一直有着不...

  • 百年变局新机遇 第九届岭南论坛在广州举行

    百年变局新机遇 第九届岭南论坛在广州举行

    发布时间:2021/11/22

    11月21日,第九届岭南论坛在广州成功举办。本次论坛围绕“百年变局新机遇”主题,原中国银行业监督管理委员会主席刘明康,中山大学岭南学院教授、博导、广东省人民政府参事陆军,斯坦福大学教授、2001年诺贝尔经济...

  • 破记录的2万亿美元刺激计划中有什么?

    破记录的2万亿美元刺激计划中有什么?

    发布时间:2020/03/27

    经过几天的谈判,美国参议院今晚对第三项反对冠状病毒危机的法案进行投票。前两个法案着重于为医学研究提供资金并向病毒受害者提供经济支持,而“第三阶段”刺激法案则是对整个美国经济的大规模救助方案。这将花费...

  • 世界在煤炭支持上花费了半万亿美元

    世界在煤炭支持上花费了半万亿美元

    发布时间:2020/03/17

    全世界的国家有可能继续支持煤炭行业,而不是投资于成本更低,对环境更友好的风能和太阳能项目,从而浪费6400亿美元。 金融智囊团Carbon Tracker在周四发布的一份报告中说,全球60%的燃煤发电厂以比可再生能源替...

  • 您还不知道怎么毫无危险的投资?

    您还不知道怎么毫无危险的投资?

    发布时间:2020/03/13

    查看了许多财务平台,阅读有关加密货币、证券交易所的信息并没找到了答案? 我也处于过类似情况。我现在写出这篇文章,以帮助您与AlysDax公司一起开始工作! 前几天,我的朋友建议我AlysDax平台,哪个专为机构投...

  • MK FOREX提醒您:黄金:迈向短期阻力的路上

    MK FOREX提醒您:黄金:迈向短期阻力的路上

    发布时间:2020/03/02

    金价延续自1625美元/盎司开始的反弹 正常的RSI情况表明反弹将持续 关键的斐波纳奇回撤位,附近的上升趋势线限制了短线下跌 截至周四早间,金价在每盎司1,650美元附近。金价周三走出了U型走势。 黄金价格最近从162...

ProBeat:健康社区对机器学习的呼吁

发布时间:2019/10/28 要闻 浏览次数:724

 
上周在多伦多举行的年度机器学习和智能市场会议上,房间挤满了人。现在已经是第五年了,该活动的冗长名称与讨论的深度相称。但是一位演讲者和她的演讲尤其让我感动:Marzyeh Ghassemi也碰巧是Alphabet的Verily的资深人士,他提出了“从错误中学习机器”。
多伦多大学助理教授Ghassemi谈到了预测医疗保健中可行的见解,算法的调节以及实践数据与知识数据的重要性。但最后,她尽了最大的努力,强调了将健康数据视为一种资源的重要性。
这是她结束演讲的方式:
作为健康社区的机器学习,我们必须做出决定,要像言语还是视觉。您再也无法在学术界以语音方式进行最先进的机器学习。因为10年前,所有数据都归公司所有。亚马逊,微软,谷歌-他们拥有所有语音数据,并且没有将其提供给您。但是视觉社区决定开源视觉数据。因此,全球的机器学习部门不再雇用演讲人。这些人都在公司里,我们无法在学术界培训他们,因为数据不存在。但是您可以培训最先进的愿景人员,然后他们可以审核这些已部署的模型。因此,我认为我们需要做出选择,以进入视觉社区所做的工作,以便我们可以在健康中创建,审核和部署公平的最新机器学习模型。
加塞米指出了问题所在。我们谈论技术巨头在准确性和错误率方面的自然语言处理改进。对话几乎专门针对哪个虚拟助手(Alexa,Bixby,Cortana,Google助手,Siri等)可以最好地理解您的语音。
同时,如果您参加有关计算机视觉的任何讨论,您几乎都会立即发现有人在测试他们自己的工具。 Facebook,Twitter和YouTube上到处都是视频,这些视频展示了诸如对象检测之类的基础知识,任何人都可以学习构建自己的东西。甚至包括Alphabet的Waymo,通用汽车的Cruise,Lyft和Uber之类的科技公司也开源了各种自动驾驶汽车数据和工具。
我们需要释放我们的健康数据,以便其遵循与视觉数据相同的路径。当然,它需要包含尽可能多的人员,尽可能多的数据点,并且必须匿名。说起来容易做起来难。让机器了解我们身体的所有内容比简单地听到和看到的东西要复杂得多,而且更具有启发性。这也更加重要。人类可以取得进步的最重要领域之一是医疗保健。
加塞米(Ghassemi)在演讲中开了很多玩笑,以表达自己的观点。例如,她分享了如何与怀疑机器学习的医生进行对话。
我只想说-向我的一些医生朋友们介绍一下。尽管算法和设备由FDA监管,但医生是自我监管的。
*笑声*
当有人告诉我“那么当东西杀死某物时你会怎么做?”我想,“当你杀死某物时你会做什么?”
*更多笑声*
所以这是一回事。正在发生。我们可能应该决定如何监管它。
医生精疲力尽。实际上,加塞米(Ghasemmi)指出,许多医生说他们已经精疲力竭,以至于没有时间同情。减轻重量的技术需求非常迫切。
因此,Ghassemi认为,我们需要从尽可能多的来源中获取数据,并使用机器学习为医生提供可靠且可行的见解。您不是要依靠一个医生来诊断您,而是要让一个装备了机器学习模型的医生接受针对具有相同症状的人的医疗保健数据进行培训的医生吗?无论如何,那是梦想。
我们已要求大会提供有关Ghassemi演讲的视频,并在获得该信息时将其放在本文的顶部。
ProBeat是一个专栏,其中Emil对那周遇到的任何事情进行咆哮

姓 名:
邮箱
留 言: