Descripción del problema empresarial
Para obtener valor de un modelo de aprendizaje automático, tendrá que implementarlo. Cada vez que implemente un modelo, puede generar predicciones siempre que sea necesario para proporcionar información.
En Proseware, una start-up en la asistencia sanitaria, ha ayudado con el desarrollo de una aplicación web que ayudará a los profesionales de la salud a diagnosticar las enfermedades en los pacientes más rápidamente. Cuando un profesional de la salud escriba la información médica de un paciente, la aplicación podrá proporcionar información sobre la probabilidad de que ese paciente tenga una enfermedad.
El primer caso de uso es ayudar a los profesionales a diagnosticar la diabetes más rápidamente. Después de investigar los datos médicos, el equipo de ciencia de datos ha entrenado un modelo para diagnosticar si es probable que un paciente tenga diabetes. El modelo es lo suficientemente preciso para su implementación. Ahora, el desafío es usar el modelo en la aplicación web para generar predicciones.
Como el modelo y la aplicación están diseñados para ayudar al profesional sanitario cuando sea necesario, no desea usar el modelo en todos los pacientes. Lo que quiere ofrecer al profesional es la posibilidad de escribir los datos del paciente en la aplicación web siempre que haya motivos para pensar que el paciente puede tener diabetes. Para evitar pruebas costosas e innecesarias, las predicciones del modelo sobre la probabilidad de que un paciente tenga diabetes servirán como primer filtro para decidir quién debe realizarse la prueba y quién no.
En el futuro se agregarán más modelos de aprendizaje automático para ayudar a la aplicación web a diagnosticar enfermedades. Todo, con el fin de ayudar al profesional a tomar decisiones más controladas por los datos sobre qué pruebas se deben realizar para validar que un paciente tiene una enfermedad.
El propósito del primer proyecto es asegurarse de que un profesional pueda escribir la información médica de un individuo en la aplicación y obtener una predicción directa sobre la probabilidad de que ese paciente tenga diabetes. Al recibir una predicción directa, el profesional de la salud puede usar la aplicación web durante una consulta con el paciente para tomar rápidamente una decisión sobre los pasos siguientes.
En otras palabras, debe implementar el modelo en un punto de conexión en tiempo real. La aplicación web debe ser capaz de enviar los datos del paciente al punto de conexión y obtener una predicción a cambio. A continuación, la predicción debe visualizarse en la aplicación web para ayudar al profesional de la salud.
Para implementar un modelo, querrá:
- Registre el modelo.
- Se implementa el modelo.
- Prueba del modelo implementado.