Forstå forretningsproblemet

Fuldført

Hvis du vil have værdi fra en model til maskinel indlæring, skal du udrulle den. Når du udruller en model, kan du generere forudsigelser, når det er nødvendigt for at give dig indsigt.

Hos Proseware, der er en nystartet virksomhed inden for sundhedspleje, har du hjulpet med at udvikle et webprogram, der kan hjælpe praktiserende læger med at diagnosticere sygdomme hos patienter hurtigere. Når en praktiserende læge indtaster en patients medicinske oplysninger, kan appen give indsigt i sandsynligheden for, at den pågældende patient har en sygdom.

Den første use case er at hjælpe praktiserende læger diagnosticere diabetes hurtigere. Efter at have forsket i medicinske data har datavidenskabsteamet oplært en model til at diagnosticere, om en patient sandsynligvis har diabetes. Modellen er præcis nok til implementering. Udfordringen er nu at bruge modellen i webappen til at generere forudsigelser.

Da modellen og appen er designet til at hjælpe sundhedspersonen, når det er nødvendigt, ønsker du ikke at bruge modellen på alle patienterne. I stedet vil du give den praktiserende læge mulighed for at indtaste patientens data i webappen, når der er grund til at tro, at patienten kan have diabetes. For at forhindre dyre og unødvendige test vil modellens forudsigelser om sandsynligheden for, at en patient har diabetes, fungere som et første filter til at bestemme, hvem der skal testes, og hvem der ikke skal.

Fremover føjes der flere modeller til maskinel indlæring, der kan hjælpe med diagnosticering af sygdomme, til webappen. Alt sammen for at hjælpe den praktiserende læge med at træffe flere datadrevne beslutninger om, hvilke test der skal køres for at validere, at en patient har en sygdom.

Formålet med det første projekt er at sikre, at en praktiserende læge kan angive en persons medicinske oplysninger i appen og få en direkte forudsigelse af sandsynligheden for, at patienten får diabetes. Ved at modtage en direkte forudsigelse kan den praktiserende læge bruge webappen under en konsultation med patienten for hurtigt at nå frem til en beslutning om de næste trin.

Du skal med andre ord udrulle modellen til et slutpunkt i realtid. Webappen skal kunne sende patientens data til slutpunktet og få en forudsigelse til gengæld. Forudsigelsen skal derefter visualiseres i webappen for at hjælpe den praktiserende læge.

Hvis du vil udrulle en model, skal du:

• Registrer modellen.
• Udrul modellen.
• Test den udrullede model.