「Hiring a Machine Learning engineer or Data Scientist in Silicon Valley is becoming like hiring a professional athlete. That’s how demanding it is」 — The New York Timeshtml
Stanford ML Group 創建了一個使用深度學習算法的程序,根據電子健康記錄(Electronic Health Record ,EHR,包括病歷、心電圖、醫療影像等信息)數據肯定在將來3-12個月高風險死亡的住院患者。這些病人的預警信息將發送給姑息治療小組,這有助於姑息護理小組儘早介入、提供服務。python
姑息治療(Palliative Care ,在日本、中國臺灣翻譯爲舒緩醫學)起源於 hospice運動,最先起源於公元四世紀。根據世界衛生組織的定義,姑息治療強調控制疼痛及患者有關症狀,並對心理、社會和精神問題予以重視,目的是爲病人和家眷贏得最好的生活質量。react
預測模型是一個 18 層的深度神經網絡,輸入參數爲一個病人的 EHR 數據,輸出爲將來 3-12 個月死亡的機率。訓練數據採用斯坦福醫院 EHR 數據庫中的歷史數據,包含超過 200 萬名患者的數據。EHR 數據包括患者過去 12 個月的診斷結論、治療程序、處方和相關細節(通過脫敏和技術處理,以替代碼的形式表示),全部數據被轉換成 13654 維的特徵向量。訓練好的模型 AUROC 評分達到 0.93 ,交叉驗證的平均精度爲0.69 分。git
對於機器學習系統來講,使用戶能夠根據預測結果採起行動,須要提供預測結果的詳細解釋,這點對於創建用戶信心相當重要。Stanford 的程序能夠自動生成一個報告,在病人的 EHR 數據中高亮突出對於預測結果具備重要影響因子的條目。github
Mybridge AI 在 20000 篇關於建立機器學習應用的文章中挑選了前 50 名。從有實踐經驗的數據科學家那裏學習是一個好方法,咱們能夠的分享中得到構建、運營機器學習應用的經驗教訓。50 篇文章大體能夠分爲 15 個主題,以下所示:算法
更多精彩內容掃碼關注公衆號:RiboseYim's Blog 數據庫