Τεχνολογία

Πως η Google επεξεργάζεται τα δεδομένα της υγείας μας

Πως η Google επεξεργάζεται τα δεδομένα της υγείας μας
Your browser does not support the video tag. Η Google θα μπορούσε να εξελιχθεί σε “βασιλιά” της τεχνολογίας της υγειονομικής περίθαλψης.  Πρόσφατα αποκάλυψε «υποσχόμενη» τεχνητή νοημοσύνη που μπορεί να εντοπίσει καρκίνο του πνεύμονα ένα χρόνο πριν από έναν γιατρό. Ποιο είναι το σχέδιο της Google; Στο προσκήνιο, και σύμφωνα με τις περισσότερες εκθέσεις των ΜΜΕ, […]
Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Η Google θα μπορούσε να εξελιχθεί σε “βασιλιά” της τεχνολογίας της υγειονομικής περίθαλψης.  Πρόσφατα αποκάλυψε «υποσχόμενη» τεχνητή νοημοσύνη που μπορεί να εντοπίσει καρκίνο του πνεύμονα ένα χρόνο πριν από έναν γιατρό.

Ποιο είναι το σχέδιο της Google;


Στο προσκήνιο, και σύμφωνα με τις περισσότερες εκθέσεις των ΜΜΕ, οι μεγάλες εταιρείες τεχνολογίας σπεύδουν να αποκτήσουν τις τεχνολογίες τους για την AI ενσωματωμένες στην υγειονομική περίθαλψη. Οι συντηρητικές υπηρεσίες υγείας ακολουθούν τις τεχνολογίες για μεγάλο χρονικό διάστημα, καθιστώντας το πρώτο πλεονέκτημα κερδοφόρο.

Η Google σκέφτεται πολύ μπροστά. Η παντοκρατορία της στηρίζεται σε μεγάλο βαθμό στον πρωτοφανή όγκο δεδομένων που διαθέτει και χρησιμοποιεί για να τροφοδοτήσει μια συνεχή διαδικασία καινοτομίας. Οι περισσότεροι τεχνικοί σχολιαστές κρίνουν τις εταιρείες από τα τρέχοντα προϊόντα ή τις υπηρεσίες τους και χάνουν τη μακροπρόθεσμη αξία αυτών των συνεργασιών. Η ευκαιρία της Google να πουλήσει την τρέχουσα τεχνολογία της είναι σχετικά μικρή – η πραγματική αξία προέρχεται από τα δεδομένα στα οποία έχει πρόσβαση, γεγονός που θα της επιτρέψει να ξεπεράσει τους ανταγωνιστές της.

Η τιμή για χρήσιμο AI είναι δεδομένη

Για να κατανοήσουμε τα κίνητρα των μεγάλων τεχνολογικών παικτών, πρέπει να κατανοήσουμε τον τρόπο με τον οποίο η Ε & Α εργάζεται σε μεγάλες ψηφιακές εταιρείες. Η παραδοσιακή μας αντίληψη της Ε & Α είναι η θέση – ένα φάρμακο ή ένα αυτοκίνητο αναπτύσσεται συνήθως από μια ομάδα χημικών ή μηχανικών εμπειρογνωμόνων σε ένα εργαστήριο ή μια εγκατάσταση Ε & Α. Υπάρχει κάποια έρευνα αγοράς, αλλά η περισσότερη καινοτομία συμβαίνει επί τόπου.

Η AI R & D είναι λίγο διαφορετική. Υπάρχει ακόμα η ομάδα εμπειρογνωμόνων, αλλά για να κάνουν οτιδήποτε χρήσιμο, πρέπει να αποκτήσουν τεράστιες ποσότητες πραγματικών δεδομένων για να εκπαιδεύσουν τα μοντέλα τους. Αυτό σημαίνει τη δημιουργία συνεχών σχέσεων με τις οργανώσεις που παράγουν τα δεδομένα, όχι μόνο για την πώλησή τους στο τελικό προϊόν. Είναι πολύ πιο κυκλική διαδικασία από την παραδοσιακή ανάπτυξη προϊόντων.

Το μοντέλο της Google βασίζεται από μακρού χρόνου στην παροχή υπηρεσιών σε αντάλλαγμα για δεδομένα. Σε αυτά τα δεδομένα διαβιβάζονται οι ειδικοί του τομέα, οι οποίοι μπορούν να το χρησιμοποιήσουν για να δημιουργήσουν νέο λογισμικό, αλγόριθμους και AI με υψηλή εμπορική αξία. Κάνει το ίδιο στην υγεία. Οι ροές, που αναπτύχθηκαν από το Google Deepmind, είναι ένας σχετικά απλός αλγόριθμος, οπότε δεν είναι αυτό που θα ονομάζαμε AI με παραδοσιακή έννοια. Ωστόσο, η χρήση της δίνει τη δυνατότητα της Deepmind να έχει πρόσβαση σε εκατομμύρια αρχεία ασθενών και εξετάσεις αίματος, παρέχοντας δεδομένα για την εκπαίδευση πιο εξελιγμένων μοντέλων. Με βάση τον τρόπο με τον οποίο η Google συσσωρεύει δεδομένα με τα άλλα προϊόντα της, η εταιρεία θέλει να χρησιμοποιήσει τα δεδομένα του NHS για να αναπτύξει τεχνολογίες που μπορεί να πουλήσει σε όλο τον κόσμο.

Χρήση δεδομένων για τη δημιουργία αξιόλογων προϊόντων και υπηρεσιών

Σε αυτό το σημείο, μπορεί να σκέφτεστε, “Αυτό ακούγεται λίγο τρομακτικό.” Ή μπορείτε να σκεφτείτε: “Καλά – είναι καιρός κάποιος να ξεκλειδώσει την αξία των δεδομένων υγείας για να σώσει ζωές”. Και οι δύο είναι λογικές απόψεις. Αν η Google κάνει καλά, η δουλειά της θα είναι καλή για τους ασθενείς. Αλλά το γεγονός ότι οι μεγάλες τεχνολογίες μπορούν να κάνουν εκπληκτικά πράγματα με τα δεδομένα σας δεν σημαίνει ότι η παραχώρηση τους σε αυτές είναι η μόνη επιλογή. Με την κατανόηση του τι συμβαίνει στην πραγματικότητα – και των ιδιοκτητών δεδομένων μόχλευσης – μπορούν να γίνουν πιο ενημερωμένες αποφάσεις, οι οποίες μπορούν να οδηγήσουν σε καλύτερα αποτελέσματα.

Όποιος κατέχει τα δεδομένα, κατέχει την αξία. Είναι τα δεδομένα που εκπαιδεύουν τα μοντέλα AI, και χρειάζονται πολλά από αυτά. Οι οργανισμοί με τεράστια δεδομένα θα πρέπει να εκτιμούν την αξία τους και να εξετάσουν πώς μπορούν να χρησιμοποιηθούν καλύτερα για αυτά τα μοντέλα AI. Η Google μπορεί να είναι ο πιο κατάλληλος συνεργάτης, αλλά υπάρχουν και άλλες επιλογές.