Raksasa teknologi Alphabet Inc. Google (GOOGL) telah berusaha untuk membuat entri ke ruang perawatan kesehatan untuk sementara waktu sekarang, dan upaya tersebut tampaknya membuahkan hasil. Google mengklaim telah menciptakan sebuah sistem yang mampu meramalkan berbagai hasil untuk pasien, termasuk lamanya pasien mungkin perlu dirawat di rumah sakit, peluang mereka untuk diterima kembali dan peluang kematian mereka. Disebut Otak Medis, terobosan ini bisa memberi Google pasar yang benar-benar baru untuk dijelajahi.
Bloomberg melaporkan sebuah studi kasus tentang seorang wanita yang menderita kanker payudara stadium akhir yang diberi peluang bertahan hidup sebesar 9, 3% dengan metode komputasi standar rumah sakit, sementara analisis prediktif Google memberinya peluang 19, 9% untuk meninggal selama tinggal di rumah sakit. Pasien meninggal dunia dalam beberapa hari, memperkuat klaim Google untuk menawarkan mekanisme prediksi yang lebih baik oleh sistemnya.
Dalam jurnal ilmiah Nature edisi Mei, tim Google menggambarkan metodologi prediktifnya: “Model-model ini mengungguli model prediksi tradisional yang digunakan secara klinis dalam semua kasus. Kami percaya bahwa pendekatan ini dapat digunakan untuk membuat prediksi yang akurat dan dapat diukur untuk berbagai skenario klinis. ”Penelitian ini menyoroti penggunaan jaringan saraf di bidang perawatan kesehatan. Jaringan saraf adalah bentuk perangkat lunak kecerdasan buatan (AI) yang dimodelkan pada otak manusia dan sistem saraf yang bergantung pada penggunaan data untuk secara otomatis belajar dan meningkatkan identifikasi hubungan yang mendasarinya.
Cara Kerja Alat Google
Praktisi medis, rumah sakit dan penyedia layanan kesehatan lainnya telah berjuang selama bertahun-tahun untuk mempertahankan dan meringkas data medis untuk seorang pasien dengan lebih baik. Namun, meskipun menggunakan sistem penyimpanan data canggih yang didedikasikan untuk penggunaan rumah sakit, keberhasilannya bervariasi.
Laporan yang tersedia menunjukkan bahwa sistem Google untuk analisis prediktif seperti itu bekerja untuk menyaring berton-ton poin data untuk sampai pada kesimpulan. Dalam kasus di atas, algoritma Google menganalisis 175.639 titik data untuk membuat kesimpulannya. Kapasitas Google untuk membaca data dalam berbagai bentuk — termasuk catatan tulisan tangan yang disimpan dalam bentuk PDF, grafik lama, dan laporan medis — dikombinasikan dengan kecepatan pemrosesan adalah pengubah permainan sesungguhnya. Algoritme juga menunjukkan titik data mana yang paling berguna dalam mencapai kesimpulan.
Sementara model prediksi saat ini menghabiskan sekitar 80% waktunya untuk pencarian dan presentasi data, pendekatan Google menghindari hambatan ini.
