Health Catalyst公司發(fā)布了免費開源機器學習和人工智能工具。這是一家美國醫(yī)療數(shù)據(jù)管理分析服務公司，他們的創(chuàng)始人全都來自于一家美國頂尖的醫(yī)療保健系統(tǒng)。他們掌握浩繁的數(shù)據(jù)資料，對數(shù)據(jù)分析方法了如指掌，在結(jié)果優(yōu)化方面具有豐富的經(jīng)驗。

創(chuàng)立公司初，他們主要為診所和醫(yī)院創(chuàng)建數(shù)據(jù)庫。之后他們逐漸意識到只做基本的數(shù)據(jù)管理是不夠的，他們需要能夠幫助他們的客戶找出數(shù)據(jù)的趨勢、制定針對性計劃、加強醫(yī)療流程標準化，或者其他有組織性的變革，來促進持續(xù)的臨床醫(yī)療的提升。經(jīng)過了數(shù)年的錯誤嘗試之后，他們實現(xiàn)了突破，做出了成熟的具有預測分析能力的預測分析軟件。

Health Catalys公司的數(shù)據(jù)科學負責人說：“無論你有什么樣的數(shù)據(jù)集，有了這些免費的預測分析軟件以后，你都可以創(chuàng)建一個模型”。在該公司的Healthcare.ai網(wǎng)站上，醫(yī)院和其他醫(yī)療組織都可以免費使用開源的預測分析軟件。

這次，該公司將其成熟的機器學習算法的中央存儲庫免費開放，這樣一來，大量的技術(shù)型醫(yī)療專業(yè)人士能夠快速使用Healthcare.ai網(wǎng)站的機器學習工具，建立專屬他們的準確模型。

目前， 利用機器學習和預測分析改進醫(yī)療行業(yè)的技術(shù)，僅僅應用于很少一部分精英數(shù)據(jù)科學家中，而且這些人大部分分布在全國頂尖的學術(shù)醫(yī)療中心中。而Healthcare.ai的開源預測分析軟件，主要是為成千上萬的只有基本計算技能，卻對應用新科技改善病人治療有興趣的醫(yī)護人員使用的，這也是該公司普及機器學習的一部分。

Health Catalys執(zhí)行副總裁Dale Sanders說：“我們不是在這里無私奉獻，我們期待，向開源社區(qū)提交我們的工具和算法之后，數(shù)據(jù)科學家之外的眾人的智慧會使我們共同受惠，并且可以進一步促進行業(yè)交流?！?/p>

Healthcare.ai不同于其他的機器學習工具，這個平臺上有醫(yī)療數(shù)據(jù)科學領域兩種常用語言的工具包——R和Python。該公司希望通過精簡創(chuàng)建和部署模型、創(chuàng)建醫(yī)療行業(yè)專用的功能功能模塊，來簡化醫(yī)療機器學習的過程。Healthcare.ai上的兩個工具包提供了一個簡單的方法，來建立專屬于醫(yī)療系統(tǒng)的數(shù)據(jù)模型。它們包括線性和隨機模型，處理丟失數(shù)據(jù)的方法，選取特征的指南，適當?shù)男阅苤笜撕秃唵蔚臄?shù)據(jù)庫連接。

Healthcare.ai中的工具可以使智能機器人開發(fā)商，數(shù)據(jù)架構(gòu)師和SQL開發(fā)人員利用醫(yī)療保健數(shù)據(jù)，創(chuàng)建適當且準確的模型，而無需雇傭數(shù)據(jù)科學家。

Healthcare.ai用戶也可以在網(wǎng)站上建立模型，以確保創(chuàng)建的模型有最高精確度。例如，建立一個減少再入院的模型，或一個改善心力衰竭護理過程和治療結(jié)果的模型。這樣的模型包括但不限于CLABSI預測模型、 COPD和其他慢性病的再住院模型，方案優(yōu)化模型和支付傾向方面的金融預測模型等。

“如果我們的嘗試成功了，這將大大改善患者的治療體驗，”公司數(shù)據(jù)科學負責人補充說。 “這是我們做這件事情的主要動力”。

相關(guān)文章：

機器學習太難？這里有一份詳細到周的入門學習計劃

5年 5000 萬美金，IBM Watson 要用機器學習研究耐藥性癌變

IBM Watson在醫(yī)學影像領域又出七大“黑科技”

九個醫(yī)療健康領域，人工智能如何大顯神通？

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。