Porozumění obchodnímu problému

  • 3 min

Pokud chcete získat hodnotu z modelu strojového učení, budete ho muset nasadit . Kdykoli nasadíte model, můžete vygenerovat předpovědi, kdykoli je to potřeba, abyste získali přehledy.

Ve společnosti Proseware, což je start-up zdravotní péče, jste pomohli s vývojem webové aplikace, která odborníkům pomůže diagnostikovat nemoci u pacientů rychleji. Když lékař zadá lékařské informace pacienta, aplikace bude moct poskytnout přehled o pravděpodobnosti, že pacient má onemocnění.

Prvním případem použití je pomoct lékařům diagnostikovat cukrovku rychleji. Po prozkoumání lékařských dat tým datových věd vytrénoval model, který diagnostikuje, jestli má pacient pravděpodobně cukrovku. Model je dostatečně přesný pro implementaci. Teď je výzvou použít model ve webové aplikaci ke generování předpovědí.

Vzhledem k tomu, že model a aplikace jsou navrženy tak, aby v případě potřeby pomohly lékaři zdravotní péče, nechcete model používat u všech pacientů. Místo toho chcete dát pracovníkovi možnost zadat data pacienta do webové aplikace, kdykoli existuje důvod k přesvědčení, že pacient může mít cukrovku. Aby se zabránilo nákladným a zbytečným testům, predikce modelu pravděpodobnosti pacienta, který má cukrovku, bude sloužit jako první filtr, aby se rozhodl, kdo by se měl testovat a kdo by neměl.

V budoucnu se do webové aplikace přidají další modely strojového učení, které vám pomůžou s diagnostikou onemocnění. To vše, aby pomohlo pracovníkovi učinit více rozhodnutí řízených daty, na kterých testech by se mělo spustit, aby ověřil, že pacient má nemoc.

Účelem prvního projektu je zajistit, aby lékař mohl v aplikaci zadat zdravotní informace jednotlivce a získat přímou předpověď pravděpodobnosti, že pacient má cukrovku. Když obdrží přímou predikci, může odborník během konzultace s pacientem použít webovou aplikaci k rychlému dosažení rozhodnutí o dalších krocích.

Jinými slovy, musíte model nasadit do koncového bodu v reálném čase. Webová aplikace by měla být schopná odeslat data pacienta do koncového bodu a získat předpověď. Predikce by se pak měla vizualizovat ve webové aplikaci, aby pomohla pracovníkovi.

Pokud chcete nasadit model, budete chtít:

  • Zaregistrujte model.
  • Nasazení modelu.
  • Otestujte nasazený model.