Atteindre & Acquia étincelle conversation autour de la machine d'apprentissage et de soins de santé

Depuis plus de dix ans, Achiever,un partenaire d'Acquia, apporte des solutions innovantes aux fournisseurs de soins de santé avec un focus centré sur l'utilisateur. Ils rendent les projets de développement Web les plus complexes possibles pour des entreprises comme children's Hospital Los Angeles, Universal Music Group, Dexcom, l'Académie d'enregistrement et Scripps Translational Science Institute.

Achievera a cherché à participer à son dernier événement Digital Health Innovations (DHI) en raison de l'implication d'Acquia dans les tendances techniques comme l'apprentissage de machines qui influent actuellement sur l'industrie de la santé. Katherine Bailey, principale scientifique des données à Acquia, a été l'orateur vedette à l'événement.

À l'instar des événements de DHI, celui-ci a poursuivi son objectif d'amener les communautés de sciences de San Diego, de soins de santé et de science de la vie ensemble par le leadership de pensée.

Katherine Bailey en prenant des questions de l'auditoire à DHI

Machine learning aujourd'hui

L'émergence de points de contact dans notre monde numérique, y compris l'Internet des choses (ITO), la multitude de périphériques consommateurs propres, et les applications mobiles, a conduit à une énorme croissance des données. Tous ces points tactiles suivent constamment et stockent des données précieuses sur les consommateurs, mais pour que ces données soient utiles, l'apprentissage par machine doit être utilisé.

Lorsque l'apprentissage en panne machine peut être comprise comme une forme d'intelligence artificielle qui est capable de:

• Apprendre des données
• Reconnaître les modèles
• Appliquer cette intelligence à de nouvelles données sans interférence d'un humain

Apprentissage de la machine dans les soins de santé

Dans le domaine des soins de santé, l'apprentissage par ordinateur est un acteur clé pour l'avenir de l'industrie. Avec plus de 2 pétaoctets de données de génome de cancer disponibles, utilisant l'apprentissage de machine peut aider des chercheurs:

• Comprendre le cancer
• Identifier les facteurs de croissance tumorale à partir de l'analyse des données
• Prédire le traitement le plus efficace pour des types spécifiques de cancer
• Améliorer les Diagnostics
• Prédire les résultats

Les médecins peuvent améliorer leurs pratiques et créer des soins plus personnalisés et personnalisés en ayant l'apprentissage de la machine comme un outil supplémentaire à leur disposition.

Katherine a fourni des aperçus des initiatives actuelles de l'apprentissage des machines dans l'espace de soins de santé pour brosser un tableau des possibilités et du potentiel pour l'industrie:

IBM Watson : quand IBM a décidé de lancer IBM Watson, la technologie cognitive pour l'apprentissage machine, ils ont choisi de se concentrer sur l'industrie de la santé. Leur initiative pour la génomique peut être décrite comme, «apporter la promesse de la médecine de précision à plus de patients cancéreux, Watson peut interpréter les résultats de tests génétiques plus rapidement et avec plus de précision que les efforts manuels.

chemin ai : Path ai est une startup fondée par des chercheurs qui ont remporté un concours sur le diagnostic du cancer du sein en réduisant le taux d'erreur dans le diagnostic de 85%. Les chercheurs ont ensuite créé Path ai qui développe des applications d'intelligence artificielle pour améliorer les Diagnostics.

i2B2 : i2B2 est un centre national financé par les NIH pour l'informatique biomédicale basée au système de santé partenaires. Ils élaborent un cadre informatique évolutif qui permettrait aux chercheurs de données cliniques d'utiliser les données cliniques existantes pour la recherche sur les découvertes. i2B2 offre un outil Web pour les chercheurs de poser des questions comme "de la dernière 10 000 femmes âgées de 40-50 ans diagnostiqués avec le cancer, quels étaient les traitements offerts et leurs résultats?"

chercheurs à Stanford : les chercheurs de Stanford sont en train de former des réseaux neuronaux pour faire la distinction entre les lésions bénignes, malignes et non néoplasiques pour l'industrie de la dermatologie. Stanford utilise également des données pour prédire quand une intervention est nécessaire en soins intensifs pour s'assurer qu'il est fait à temps.

La connexion entre la machine learning à Acquia & Drupal 8

Acquia est actuellement en tirant parti de l'apprentissage par la machine grâce au lancement d' Acquia Lift. Lift unifie le contenu et les données client à partir de sources multiples pour fournir des solutions en temps réel pour les consommateurs à travers n'importe quel périphérique. Cela permet un voyage personnalisé et contextuelle de l'acheteur en prenant les données des consommateurs sur les intérêts et les comportements en compte. En lançant Lift sur Drupal 8, Acquia est en mesure de fournir ces expériences numériques personnalisées afin d'augmenter les conversions et d'améliorer les résultats de la ligne de fond.

Les événements DHI se déroulent trimestriellement. Le prochain thème de l'événement sera centré autour des ressources à San Diego qui sont disponibles pour promouvoir le succès des startups de soins de santé et mettra en vedette les investisseurs en capital de risque et les entrepreneurs de démarrage réussie. L'événement est prévu pour le 4 mai à Carmel Valley, San Diego. Inscrivez-vous pour participer à notre page d'événements ici.