기술 대기업 Alphabet Inc.의 Google (GOOGL)은 한동안 건강 관리 공간에 진입하려고 시도해 왔으며 그 노력이 성과를 거두고있는 것으로 보입니다. 구글은 입원 기간, 재 입원 가능성, 사망 가능성 등 환자의 다양한 결과를 예측할 수있는 시스템을 만들었다 고 주장한다. Medical Brain이라고 불리는이 혁신적인 기술은 Google이 완전히 새로운 시장을 개척 할 수있게 해줍니다.
Bloomberg는 병원의 표준 컴퓨팅 방법으로 9.3 %의 생존률을 보인 말기 유방암 환자의 사례 연구를보고했으며 Google의 예측 분석은 병원 체류 기간 동안 19.9 %의 사망률을 나타 냈습니다. 환자는 며칠 내에 세상을 떠났고 시스템에 의해 더 나은 예측 메커니즘을 제공한다는 Google의 주장을 강화했습니다.
과학 저널 Nature의 5 월호에서 Google 팀은 예측 방법론을 다음과 같이 설명했습니다.“이러한 모델은 모든 경우에 임상 적으로 사용되는 기존의 예측 모델보다 성능이 뛰어납니다. 우리는이 접근법이 다양한 임상 시나리오에 대해 정확하고 확장 가능한 예측을 만드는 데 사용될 수 있다고 생각합니다.”이 연구는 건강 관리 분야에서 신경망의 사용을 강조합니다. 신경망은 인간의 두뇌와 신경계를 모델로 한 인공 지능 (AI) 소프트웨어의 형태로, 기본 관계를 식별하는 데 자동으로 배우고 개선하기 위해 데이터를 사용합니다.
Google 도구 작동 방식
의료 종사자, 병원 및 기타 의료 서비스 제공자는 환자의 의료 데이터를보다 잘 유지하고 요약하기 위해 수년 동안 어려움을 겪고 있습니다. 그러나 병원 전용의 고급 데이터 스토리지 시스템을 사용하더라도 성공은 다양합니다.
사용 가능한 보고서에 따르면 이러한 예측 분석을위한 Google 시스템은 수많은 데이터 포인트를 선별하여 추론에 도달하는 것으로 작동합니다. 위의 경우 Google 알고리즘은 175, 639 개의 데이터 포인트를 분석하여 결론을 내 렸습니다. PDF, 오래된 차트 및 의료 보고서로 저장된 필기 메모를 포함하여 다양한 형식으로 데이터를 읽을 수있는 Google의 용량은 처리 속도와 결합하여 진정한 게임 체인저입니다. 알고리즘은 또한 결론에 도달하는 데 가장 유용한 데이터 포인트를 보여줍니다.
오늘날의 예측 모델은 데이터 스카우트 및 프리젠 테이션에 시간의 약 80 %를 소비하지만 Google의 접근 방식은 이러한 병목 현상을 피합니다.
