Sửa Máy Tính Tại Cầu Giấy những phản hồi tích

Sửa Máy Tính Tại Cầu Giấy Hàng triệu người mỗi tháng báo cáo  cực và tiêu cực về chăm sóc sức khoẻ trên Web. Một số nhảy vào các diễn đàn để phàn nàn về các đơn thuốc không hiệu quả hoặc để thảo luận về thuốc nào là tốt nhất để điều trị bệnh tật. Những người khác đưa lên blog để mô tả các triệu chứng và làm thế nào để có được cứu trợ.
MIT spinout dMetrics tin rằng cuộc trò chuyện trực tuyến này là một kho tàng thông tin cho ngành công nghiệp chăm sóc sức khoẻ. Tiến sĩ Paul Nemirovsky, người đồng sáng lập dMetrics, cho biết: "Trong lĩnh vực chăm sóc sức khoẻ, thế giới dữ liệu phi cấu trúc này cần phải được chuyển thành thông tin có ích", đồng tác giả của dMetrics với Ariadna Quattoni.
Việc khởi động đã phát triển một nền tảng gọi là DecisionEngine sử dụng quá trình học máy và xử lý ngôn ngữ tự nhiên - giúp máy tính hiểu rõ hơn về ngôn ngữ của con người - để khai thác hàng tỷ cuộc hội thoại về ma túy, thiết bị y tế và các sản phẩm chăm sóc sức khoẻ khác. Những cuộc thảo luận này đang diễn ra trên các blog, Facebook, Twitter, diễn đàn, và thậm chí trong các ý kiến ​​kèm theo bài báo và video.
Từ những kho dữ liệu lộn xộn đó, phần mềm này cho thấy những hiểu biết sâu sắc về các quyết định của người tiêu dùng, Nemirovsky nói: "Những gì mọi người làm, đừng làm, xem xét việc làm, có thể làm, đã làm trong quá khứ, cũng như nhu cầu, lo sợ và hy vọng họ có."
Hôm nay, Nemirovsky giải thích, dMetrics có một cơ sở dữ liệu bao gồm mọi nhận xét của công chúng về các bệnh, các giải pháp và kết quả được báo cáo bởi bệnh nhân, được kéo từ hơn 1 triệu nguồn trực tuyến. Điều này bao gồm thông tin về hơn 14.000 sản phẩm chăm sóc sức khoẻ.
Khách hàng, bao gồm các công ty Fortune 500 và các tổ chức phi lợi nhuận, có thể sử dụng phần mềm dMetrics để trả lời các câu hỏi cụ thể, chẳng hạn như có bao nhiêu bệnh nhân sử dụng một loại thuốc đặc biệt vì lý do cụ thể trong khung thời gian nhất định hoặc khách hàng đang cân nhắc chuyển từ thuốc của họ sang thuốc của đối thủ cạnh tranh .
Mặc dù tập trung vào ngành công nghiệp chăm sóc sức khoẻ, dMetrics, có trụ sở tại Brooklyn, New York cũng đang thử nghiệm nền tảng của nó với các tổ chức chính trị và tài chính tiêu dùng. Ví dụ, các công ty thẻ tín dụng có thể phân tích lý do tại sao khách hàng ưa thích thẻ tín dụng đặc biệt hơn người khác. Các nhà khoa học chính trị có thể sử dụng phần mềm để xác định những vấn đề mà mọi người quan tâm và họ đứng đằng sau những ý kiến ​​của họ như thế nào.
"Đối với tất cả các loại câu hỏi này, bạn phải hiểu không chỉ những từ mà con người sử dụng mà còn là khái niệm đằng sau những từ", Nemirovsky nói.
Giải mã ngôn ngữ và biểu thức
Sửa Máy Tính Văn Phòng
Phần mềm khác thường dựa vào các bản thể luận - đặt tên chính thức và định nghĩa - để nhận ra tình cảm tổng thể và sự phổ biến của thương hiệu, Nemirovsky nói. Phần mềm có thể tính, ví dụ, số lần đề cập đến một từ (như tên của một loại thuốc cụ thể) để xác định xem nó có quan trọng hay có thể phát hiện từ "tích cực" hay "phủ định".
"Ngôn ngữ và biểu hiện không hoạt động như thế", Nemirovsky nói. "Chúng ta phức tạp hơn con người."
DecisionEngine, Nemirovsky nói, tốt hơn có ý nghĩa từ văn bản bởi vì phần mềm này hiện bao gồm khoảng 2 triệu dòng mã - được đào tạo liên tục để nhận ra các từ và từ đồng nghĩa khác nhau, và giải thích cú pháp và ngữ nghĩa. "Văn bản trực tuyến vô cùng khó khăn để phân tích chính xác," ông nói. "Có những tiếng lóng, lỗi chính tả, câu chạy và dấu chấm câu điên rồ. Thảo luận là lộn xộn. "
Hình dung phần mềm như một phễu ba lớp, Nemirovsky gợi ý, với những phân tích tinh tế hơn sẽ xảy ra khi phễu hẹp hơn. Ở đầu kênh, phần mềm này miêu tả tất cả các từ hoặc cụm từ cụ thể liên quan đến một sản phẩm chăm sóc sức khoẻ nhất định, đồng thời lọc ra "tiếng ồn" như trang web giả mạo và người dùng hoặc spam. Mức giảm tiếp theo liên quan đến việc phân tách trải nghiệm cá nhân của người bình luận ra, ví dụ như các tài liệu tiếp thị và tin tức. Mức dưới cùng xác định các quyết định và phản ứng của người dân, chẳng hạn như bắt đầu sử dụng một sản phẩm - hoặc thậm chí xem xét làm như vậy, trải qua nỗi sợ hãi hoặc nhầm lẫn hoặc chuyển đổi sang một loại thuốc khác.
Để giải thích, Nemirovsky đưa ra một bình luận ví dụ có thể xuất hiện trong một diễn đàn trực tuyến: "Tôi hiện đang sử dụng thuốc A và uống 10 mg thuốc Drug và có vẻ như đồng bộ tốt. Tôi có thể xem tài liệu của tôi vào ngày mai để hỏi về việc thêm thuốc C vào các loại thuốc hiện tại của tôi. Đối với cá nhân tôi, thuốc A là một loại thuốc rất khôn lanh, chỉ hữu ích nếu tôi ngủ ngon, ăn uống và tập thể dục tốt và hạn chế sử dụng vài lần mỗi tuần. "
Các phần mềm khác, ông nói, chỉ có thể phát hiện các từ tích cực và tiêu cực (như "tốt" và "tốt" so với "khó" và "giới hạn"). DecisionEngine, mặt khác, sẽ xác định được nhiều mẩu thông tin hơn, bao gồm cả việc sử dụng và hiệu quả thuốc Thuốc và B kết hợp; liều lượng thuốc B; xem xét áp dụng thuốc C; sự không hài lòng tiềm tàng với thuốc A, tùy thuộc vào lựa chọn lối sống như "ngủ ngon"; sự sử dụng của người bình luận về ba loại thuốc đồng thời; và kế hoạch thăm viếng một chuyên gia chăm sóc sức khoẻ.
Những hiểu biết này cho phép khách hàng hành động, Nemirovsky nói. Ví dụ, nếu người tiêu dùng có kế hoạch chuyển đổi thuốc, một công ty dược phẩm có thể muốn đảm bảo rằng người tiêu dùng đang sử dụng sản phẩm của họ đúng cách và tìm ra phương tiện để giải quyết bất kỳ vấn đề nào.
Gần đây, Nemirovsky cho biết, một công ty dược phẩm đã sử dụng DecisionEngine để xác định liệu thuốc dị ứng có cải thiện chất lượng cuộc sống cho một nhóm bệnh nhân. Phân tích các vấn đề cụ thể liên quan đến phân nhóm, công ty phát hiện ra rằng thuốc có một tác động tích cực vượt bậc, nhiều hơn so với một số thương hiệu cạnh tranh. Công ty sử dụng các kết quả trong một quy trình đệ trình - một giai đoạn quan trọng trong việc đưa bất kỳ sản phẩm chăm sóc sức khoẻ nào ra thị trường. Nemirovsky nói: "Rất hiếm khi các cơ quan quản lý có thể xem xét các báo cáo bệnh nhân trực tuyến như là một phần của quá trình phê duyệt quy định.
Mọi người đều là một chuyên gia
Vào cuối những năm 2000 tại MIT, Nemirovsky, sinh viên cao học MIT Media Lab, và Quattoni, người đang học tại Phòng Khoa học Máy tính và Phòng thí nghiệm Trí tuệ Nhân tạo (CSAIL), đã cùng với một mục tiêu cao cả: Sử dụng dữ liệu lớn để làm cho tất cả các chuyên gia .
Kế hoạch là để kết hợp máy học với xử lý ngôn ngữ tự nhiên để giải mã các dãy núi dữ liệu phi cấu trúc và cung cấp thông tin thích hợp, về bất cứ điều gì, cho bất cứ ai muốn. "Nếu bạn cung cấp cho mọi người thông tin chính xác, vào đúng thời điểm, bất cứ ai cũng có thể là một chuyên gia", Nemirovsky nói.
Trong xây dựng phần mềm, họ phát hiện ra rằng một chủ đề quan trọng cho hầu hết mọi người trên cơ sở hàng ngày là chăm sóc sức khoẻ. Nemirovsky nói: "Bệnh nhân đến bác sĩ với những điều kiện phức tạp, và đôi khi họ bỏ đi với sự chắc chắn ít hơn trước đây. "Sau đó họ lên mạng và nói, 'Điều gì trên trái đất đang diễn ra? Tôi làm gì?'"
Tập trung vào ngành chăm sóc sức khoẻ, họ đã chuyển sang Dịch vụ Tư vấn Mạo hiểm của MIT, giúp họ điều hướng các vấn đề khởi động khác nhau: gây quỹ, hoạt động, tiếp thị, các vấn đề pháp lý và những thứ khác. Nemirovsky nói: "Những điều rõ ràng bây giờ rõ ràng không rõ ràng đối với chúng ta. "Chúng tôi đã được VMS hỗ trợ rất nhiều, đặc biệt là các doanh nhân lần đầu tiên."
Ngay sau khi Nemirovsky tốt nghiệp, ông và Quattoni đã đưa ra dMetrics tại Boston, trước khi chuyển đến Brooklyn. Qua nhiều năm, sự khởi đầu đã mở rộng từ hai đến 16 nhân viên - nghiên cứu về máy móc và nghiên cứu chế biến ngôn ngữ tự nhiên đã được trích dẫn trong hơn 4.500 tạp chí khoa học - và đã nhận được bốn khoản trợ cấp của Quỹ Khoa học Quốc gia để phát triển công nghệ của mình.
Di chuyển về phía trước, dMetrics nhằm mục đích đưa phần mềm của mình tới nhiều ngành hơn là chăm sóc sức khoẻ, chính trị và tài chính tiêu dùng, nhằm mục đích trao quyền cho mọi người với dữ liệu. Bằng cách đó, Nemirovsky nói, nhiệm vụ dMetrics không thay đổi nhiều kể từ những ngày đầu của MIT: "Đó là tầm nhìn của chúng ta rằng chúng ta cần phải mở ra phương tiện chuyên môn cho mọi người."
Sửa Máy Tính Tại Nhà Hà Nội