Por que essa tecnologia é fundamentalmente importante?

It will make the medical experience more interactive and tailored to the user.

Isso tornará a experiência médica mais interativa e adaptada ao usuário.

Existem vários problemas importantes que abordam a AI descentralizada e proporcionam ao usuário a oportunidade de recuperar o controle de seus cuidados de saúde.

A carga integral

Essas soluções podem orientar o participante na busca e coleta de seus próprios dados médicos. A maioria das pessoas não tem acesso a suas informações médicas, eles não sabem por onde começar e, se o fizerem, seu conhecimento de informática é limitado. Eles também promovem e apoiam uma comunidade de desenvolvedores de código aberto para ajudar a inovar as ferramentas em suas pilhas de plataforma de ferramentas, facilitar a integração e coleta de dados e apresentar algoritmos para interpretar os dados: um Kaggle descentralizado para biologia personalizada.

Dados orgânicos e imparciais

O Blockchain é usado como contabilidade de entrada tripla, para que possamos rastrear e autenticar as fontes de dados. Isso permite fazer grandes previsões e ter a capacidade de auditar a proveniência dos dados e executar dados forenses e processos KYD ou Know Your Data (Conheça Seus Dados).

Também para o problema de dados tendenciosos, a tecnologia cria cuidados de saúde mais seguros para o usuário. Por exemplo, os dados provenientes de ensaios de controle randomizados são frequentemente criados com viés. A natureza altamente seletiva dos ensaios desfavorece sistematicamente as mulheres, os idosos e aqueles com condições médicas adicionais para os que estão sendo estudados; as mulheres gravidas são ignoradas na maior parte das vezes.

Preocupações com a privacidade

As pessoas podem hesitar em compartilhar seus dados médicos em redes onde estranhos podem estar à espreita. Ao descentralizar os dados sobre todos os usuários, ele recebe um carimbo de tempo criptográfico e torna-se imutável. Além disso, o Neuron aborda os requisitos da HIPAA mantendo as informações no dispositivo de borda, não na nuvem ou em um servidor centralizado.

Oportunidades à frente

Embora o setor de saúde permaneça longe de criar um médico em uma máquina, em medicina, existem generalistas (GPs) e Especialistas. Os generalistas são análogos ao GAI (General AI), inacessível nesse ponto de desenvolvimento tecnológico. Mas os especialistas são como AIs verticais e mais perto da realização. O ABMS (American Board of Medical Specialties) lista mais de 150 especialidades médicas e subespecialidades. O Neuron tem o potencial de ser o principal jogador nesta esfera.

Como esta tecnologia pode ser aplicada à medicamentos?

Existem casos de uso múltiplo.

No mundo da medicina, existem projetos como o Neuron, que desenvolveram vários produtos interessantes em beta. Esses produtos orientarão e ensinarão usuários como treinar sua AI descentralizada; em outras palavras, como treinar o treinador. Os usuários poderão ver como construir conjuntos de dados de sua saúde, e onde e como acessar esses conjuntos de dados.

Módulo On-board com Visão de Computador

Um produto que usa AI e ML para preencher automaticamente suas estatísticas físicas no aplicativo, apenas fazendo o exame de uma selfie. O módulo Selfie2BMI usa redes de Neve Profundas de última geração e técnicas de otimização para prever uma variedade de características anatômicas, incluindo altura, peso, IMC, idade e gênero de um rosto. Além dessas anatomias vitais, ele também monitora 23 atributos faciais como a pele, distorções, rugas, dentes e outros atributos.

Decodificador de teste de sangue

Outro uso inovador que o Neuron desenvolveu são agentes de conversação profundos projetados para melhorar a experiência pós-exame de sangue, permitindo que o usuário discuta e responda qualquer pergunta sobre 400 biomarcadores de sangue. É treinado em centenas de milhares de documentos médicos e FAQs comuns para responder a perguntas complexas sobre resultados sanguíneos. O agente pode personalizar a conversa com base na idade, gênero e pré-condições do usuário para fornecer respostas relevantes e educar usando conteúdo interativo.

Decodificador de teste genômico

Um agente de conversação profunda projetado para melhorar a experiência de aconselhamento genético, fornecendo respostas de questões educacionais simples a questões personalizadas complexas. Ele tem memória e lembra todas as visitas e recomendações que deu. Quando não sabe, vai procurar a resposta em um conjunto de dados maciço. Também pode transmiti-lo ao seu colega baseado em carbono.

Decodificador de remédio

Um módulo on-boarding treinado em dosagem de medicamentos, efeitos colaterais e outras diretrizes para responder perguntas personalizadas. Ele será conectado ao mecanismo de recomendação farmacogenômica se os resultados genômicos estiverem presentes.

Como ela funciona?

A tecnologia Blockchain permite que as partes interajam.

Essas interações são baseadas em um conjunto de regras comerciais acordadas. As regras podem definir transferências de pagamento ou conjuntos de regras genéricos chamados contratos inteligentes. Uma rede descentralizada de pares hospeda esses conjuntos de regras para verificar as transações propostas em um contrato inteligente. Os contratos podem ser usados para definir a maneira pela qual várias partes interagem sem necessidade de confiança e sem necessidade de permissão. E este tipo de rede pode lançar as bases para uma plataforma. Podem ser desenvolvidos modelos de agregamento de dados e de aprendizado profundo que de outra forma seriam muito caros para as instituições centralizadas realizarem.

Em uma era de telefones celulares e tablets, esses dispositivos são os principais dispositivos de computação para muitas pessoas. Devido ao fato de que, nos dias de hoje, os consumidores estão conectados ao seu dispositivo móvel no quadril, há uma combinação de interações de usuários ricos e sensores poderosos, levando a uma quantidade sem precedentes de dados que tende a ser de natureza privada. Devido à natureza sensível dos dados, existem riscos e responsabilidades para armazená-las em um local centralizado. Portanto, os modelos ensinados sobre os dados dos usuários mantêm a promessa de melhorar a usabilidade melhorando aplicativos mais inteligentes.

Exemplo de vida real

How it Works

Imagem: Doc Ai - Como funciona - 1. Um membro do RADIUS testa o NEURON e configura o aplicativo do doc.ai para seu filho. - 2. O aplicativo doc.ai permite a mãe subir informações sobre a criança para criar conjuntos de dados. - 3. Ao executar o aplicativo, a mãe agrega um número de tokens. - 4. No próximo encontro do RADIUS, ela faz um slide show explicando o que ela fez e como todos os outros podem se juntar. 5. Buscando aprender mais sobre os ataques de seus filhos, o RADIUS propõe a afirmação de um problema e prêmio associado à rede. - 6. A proposta é estruturada para que qualquer um que esteja buscando aprender sobre o mesmo problema possa participar financiando o projeto. - 7. O RADIUS propõe uma recompensa de US$ 500 por participante, esperando atingir o alvo de US$ 30.000 e 60 participantes comconjuntos de dados semelhantes. - 8. O RADIUS transmite a proposta para os participantes da rede e 900 pais (um grupo já entrosad) se junta. Isso faz um prêmio total de US$ 350.000! - 9. Como a recompensa é grande demais, eles decidem dividi-lo em 4 marcos, de grande, para ainda maior, para maravilhoso e mirabolante. Encontre os gatilhos! 10. Agora a recompensa é comunicada à rede de dados dos cientistas da doc.ai com a meta de encontrar um modelo que procure por gatilho que ajude a evitar os ataques. - 11. Uma vez que os modelos estejam prontos para serem transmitidos na rede NEURON, a rede os recebe e os encorpa mais usando seus próprios dados por meio de uma variante distribuída de uma variante estocástica gradiente. - 12. Vários dados científicos respondem ao desafio e uma classificação é produzida com pontos de F1. - 13. A pontuação F1 mais alta é selecionada, o modelo é enviado aos pais e o prêmio é entregue. - 14. Os pais têm agora os resultados de seu próprio teste clínico e podem se consultar com seus próprios físicos sobre as implicações. - 15. Ele podem até aboradar a indústria farmac~eutica para desenvolver uma nova droga baseada em seu alvo e oferecer seu teste para a aquisição da droga que eles desejam comprar. 


Para ver um vídeo explicativo, clique aqui.

Como a descentralização pode ser aplicada a isso?

A tecnologia descentralizada tem vários benefícios.

Por exemplo, privacidade de dados e capacidade de criar uma atmosfera colaborativa. Isso também é aplicável à inteligência artificial descentralizada. Os modelos de aprendizagem de máquinas mantêm os dados seguros e asseguram a privacidade. Como? Eles se comunicam para frente e para trás e mantêm dados no dispositivo do outro usuário final. Além disso, uma vez que os modelos continuaram aprendendo e amadurecendo, eles são abertos e acessíveis a todos na rede. Desta forma, não há necessidade em uma organização proprietária centralizada. É importante porque atualmente, essa autoridade é a melhor para determinar o destino das futuras descobertas.

O que é Inteligência Artificial e Aprendizado de Máquinas?

Estas são as chamadas tecnologias do século XXI.

inteligência artificial é a teoria eo desenvolvimento de sistemas informáticos capazes de executar tarefas que normalmente requerem inteligência humana, como percepção visual, reconhecimento de fala, tomada de decisão e tradução entre idiomas.

O aprendizado de máquina faz uso de algoritmos que aprendem a executar tarefas como a predição ou a classificação sem serem explicitamente programadas para fazê-lo. Em essência, os algoritmos aprendem com dados em vez de serem pré-especificados.

Existem vários níveis de aprendizado de máquinas e AI pura, começando por:

  • Aprendizagem supervisionada
  • Aprendizagem não supervisionada
  • Aprendizado profundo

Cada nível requer grandes quantidades de dados e pode criar informações confiáveis e utilizáveis com associações com velocidade e precisão comparáveis aos seres humanos, senão melhores do que isso. Este é o poder da inteligência artificial e da aprendizagem automática.