Cardea 軟件系統(tǒng)旨在通過簡化復(fù)雜的機器學(xué)習(xí)過程，為醫(yī)院帶來預(yù)測能力。在過去的十年中，醫(yī)院和其他醫(yī)療保健提供者投入了大量時間和精力來采用電子醫(yī)療記錄，將草草書寫的醫(yī)生筆記變成了持久的信息來源。但是收集這些數(shù)據(jù)還不到成功的一半。將這些記錄轉(zhuǎn)化為實際見解可能需要更多的時間和精力——利用過去的經(jīng)驗為未來的決策提供信息。

Cardea 是由麻省理工學(xué)院數(shù)據(jù)到人工智能實驗室 (DAI Lab) 的研究人員和軟件工程師構(gòu)建的軟件系統(tǒng)，旨在幫助解決此問題。通過不斷增加的機器學(xué)習(xí)模型集管理醫(yī)院數(shù)據(jù)，該系統(tǒng)可以幫助醫(yī)院規(guī)劃大到全球流行病和小到未出現(xiàn)預(yù)約的事件。

通過一組不斷增加的機器學(xué)習(xí)模型來管理醫(yī)院數(shù)據(jù)，Cardea 旨在幫助醫(yī)院為大到全球流行病和小到缺席預(yù)約的事件做計劃。圖片來源：Arash Akhgari，麻省理工學(xué)院

DAI 實驗室的首席研究員兼麻省理工學(xué)院信息與決策系統(tǒng)實驗室 (LIDS) 的首席研究科學(xué)家 Kalyan Veeramanchaneni 說，有了 Cardea，醫(yī)院最終可能能夠解決“數(shù)百種不同類型的機器學(xué)習(xí)問題”。由于 該框架是開源的 并使用通用技術(shù)，因此他們還可以相互共享這些解決方案，從而提高透明度并支持團(tuán)隊合作。

為人民自動化

Cardea 屬于一個稱為自動化機器學(xué)習(xí)或 AutoML 的領(lǐng)域。機器學(xué)習(xí)越來越普遍，用于從藥物開發(fā)到信用卡欺詐檢測的方方面面。Veeramachaneni 說，AutoML 的目標(biāo)是使這些預(yù)測工具民主化，使人們(最終包括非專家)更容易構(gòu)建、使用和理解它們。

像 Cardea 這樣的 AutoML 系統(tǒng)不需要人們設(shè)計和編碼整個機器學(xué)習(xí)模型，而是展示現(xiàn)有的模型，并解釋它們的作用和工作方式。然后用戶可以混合和匹配模塊來實現(xiàn)他們的目標(biāo)，比如去吃自助餐而不是從頭開始做飯。

例如，數(shù)據(jù)科學(xué)家已經(jīng)為醫(yī)療保健構(gòu)建了許多機器學(xué)習(xí)工具，但其中大多數(shù)都不是很容易獲得——即使是專家也是如此。“它們被寫在紙上并被藏起來，”LIDS 的研究生 Sarah Alnegheimish 說。她說，為了構(gòu)建 Cardea，她和她的同事一直在挖掘這些工具并將它們組合在一起，旨在為醫(yī)院問題解決者提供“強大的參考”。

為了將夢想的數(shù)據(jù)轉(zhuǎn)化為有用的預(yù)測，Cardea 引導(dǎo)用戶完成一條管道，在每一步都有選擇和保護(hù)措施。它們首先受到數(shù)據(jù)匯編器的歡迎，該匯編器攝取它們提供的信息。Cardea 旨在與快速醫(yī)療保健互操作性資源 (FHIR) 配合使用，后者是電子醫(yī)療保健記錄的當(dāng)前行業(yè)標(biāo)準(zhǔn)。

Veeramachaneni 說，醫(yī)院使用 FHIR 的方式各不相同，因此 Cardea 旨在“無縫地適應(yīng)不同的條件和不同的數(shù)據(jù)集”。如果數(shù)據(jù)中存在差異，Cardea 的數(shù)據(jù)審計員會指出這些差異，以便修復(fù)或取消這些差異。

接下來，Cardea 詢問用戶他們想知道什么。也許他們想估計一個病人可能會在醫(yī)院呆多久。Alnegheimish 說，在醫(yī)院的日常運營中，即使是像這樣看似很小的問題也至關(guān)重要——尤其是現(xiàn)在，因為醫(yī)療機構(gòu)在 Covid-19 大流行期間管理其資源。用戶可以在不同的模型之間進(jìn)行選擇，然后軟件系統(tǒng)使用數(shù)據(jù)集和模型從以前的患者中學(xué)習(xí)模式并預(yù)測在這種情況下可能發(fā)生的情況，幫助利益相關(guān)者提前計劃。

目前，Cardea 旨在幫助解決四種類型的資源分配問題。但由于該管道包含如此多的不同模型，因此它可以輕松適應(yīng)可能出現(xiàn)的其他場景。隨著 Cardea 的發(fā)展，目標(biāo)是讓利益相關(guān)者最終能夠使用它來“解決醫(yī)療保健領(lǐng)域內(nèi)的任何預(yù)測問題”，Alnegheimish 說。

該團(tuán)隊在 2020 年 10 月的 IEEE 數(shù)據(jù)科學(xué)和高級分析國際會議上提交了他們描述該系統(tǒng)的論文。研究人員針對流行的數(shù)據(jù)科學(xué)平臺的用戶測試了該系統(tǒng)的準(zhǔn)確性，發(fā)現(xiàn)它在競爭中勝過 90%他們。他們還測試了其功效，要求數(shù)據(jù)分析師使用 Cardea 對演示醫(yī)療保健數(shù)據(jù)集進(jìn)行預(yù)測。他們發(fā)現(xiàn) Cardea 顯著提高了他們的效率——例如，特征工程，分析師說他們通常平均需要兩個小時，而不是五分鐘。

相信過程

醫(yī)院工作人員的任務(wù)通常是做出高風(fēng)險的關(guān)鍵決策。他們信任他們在此過程中使用的任何工具，包括 Cardea，這一點至關(guān)重要。對用戶來說，輸入一些數(shù)字、按下按鈕并得到答案是不夠的：“他們應(yīng)該對模型有所了解，他們應(yīng)該知道發(fā)生了什么，”LIDS 的博士后 Dongyu Liu 說。

為了提高透明度，Cardea 的下一步是模型審核。與所有預(yù)測設(shè)備一樣，機器學(xué)習(xí)模型也有優(yōu)點和缺點。通過布置這些，Cardea 使用戶能夠決定是接受這個模型的結(jié)果還是重新開始一個新的結(jié)果。

Cardea于今年早些時候向公眾發(fā)布。因為它是開源的，所以歡迎用戶集成他們自己的工具。該團(tuán)隊還煞費苦心地確保該軟件系統(tǒng)不僅可用，而且易于理解且易于使用。Veeramachaneni 說，這也有助于提高可重復(fù)性，以便其他人可以理解和檢查對使用該軟件構(gòu)建的模型所做的預(yù)測。

Liu 說，該團(tuán)隊還計劃構(gòu)建更多的數(shù)據(jù)可視化工具和解釋，以提供更深入的視圖，并使非專家更容易訪問該軟件系統(tǒng)。

“希望人們接受它，并開始為它做出貢獻(xiàn)，”Alnegheimish 說。“在社區(qū)的幫助下，我們可以讓它變得更強大。”

標(biāo)簽：