El gegant tecnològic Alphabet Inc., Google (GOOGL) fa un temps que intenta fer una entrada a l’espai assistencial, i sembla que els esforços estan donant els seus fruits. Google afirma haver creat un sistema capaç de preveure diversos resultats per als pacients, inclosa la durada per a la qual les persones poden necessitar ser hospitalitzades, les possibilitats de readmissió i les possibilitats de mort. Anomenat Medical Brain, aquest avenç podria donar a Google un mercat completament nou per explorar.
Bloomberg informa d'un estudi de cas sobre una dona amb càncer de mama en fase tardana a la qual se li va donar una possibilitat de supervivència del 9, 3% pels mètodes informàtics estàndard de l'hospital, mentre que l'anàlisi predictiva de Google li va donar un 19, 9% de possibilitat de morir durant la seva estada hospitalària. El pacient va morir en pocs dies, confirmant les afirmacions de Google d’oferir un millor mecanisme de predicció pel seu sistema.
A l’edició de maig de la revista científica Nature, l’equip de Google va descriure la seva metodologia predictiva: “Aquests models van sobrepassar els models predictius tradicionals i clínics en tots els casos. Creiem que aquest enfocament es pot utilitzar per crear prediccions precises i escalables per a diversos escenaris clínics. ”La investigació posa de manifest l’ús de xarxes neuronals en el camp de l’atenció sanitària. Una xarxa neuronal és una forma de programari d’intel·ligència artificial (AI) modelat en el cervell i el sistema nerviós humà que es basa en l’ús de dades per aprendre i millorar automàticament per identificar les relacions subjacents.
Com funciona l'eina de Google
Els metges, hospitals i altres proveïdors d’atenció mèdica lluiten des de fa anys per mantenir i resumir millor les dades mèdiques d’un pacient. Tot i això, malgrat l’ús de sistemes avançats d’emmagatzematge de dades dedicats a l’ús hospitalari, l’èxit ha estat variant.
Els informes disponibles indiquen que el sistema de Google per a aquest anàlisi predictiu funciona en la difusió de tones de punts de dades per arribar a la inferència. En el cas anterior, l'algorisme de Google va analitzar 175.639 punts de dades per concloure-ho. La capacitat de Google de llegir dades en diverses formes (incloses notes escrites guardades com PDF, gràfics antics i informes mèdics), combinada amb la seva velocitat de processament, és el canvi real del joc. L’algoritme també demostra quins punts de dades van ser més útils per arribar a la conclusió.
Tot i que els models predictius actuals dediquen al voltant del 80% del seu temps en recerca i presentació de dades, l’enfocament de Google evita aquest coll d’ampolla.
