Pahami masalah bisnis
Untuk mendapatkan nilai dari model pembelajaran mesin, Anda harus menyebarkannya. Setiap kali Anda menyebarkan model, Anda dapat menghasilkan prediksi kapan pun diperlukan untuk memberi Anda wawasan.
Di Proseware, start-up dalam perawatan kesehatan, Anda telah membantu pengembangan aplikasi web yang akan membantu praktisi mendiagnosis penyakit pada pasien dengan lebih cepat. Ketika seorang praktisi memasukkan informasi medis pasien, aplikasi akan dapat memberikan wawasan tentang kemungkinan pasien tersebut memiliki penyakit.
Kasus penggunaan pertama adalah membantu praktisi mendiagnosis diabetes dengan lebih cepat. Setelah meneliti data medis, tim ilmu data telah melatih model untuk mendiagnosis apakah pasien kemungkinan mengalami diabetes. Model ini cukup akurat untuk implementasi. Sekarang, tantangannya adalah menggunakan model di aplikasi web untuk menghasilkan prediksi.
Karena model dan aplikasi dirancang untuk membantu praktisi perawatan kesehatan saat diperlukan, Anda tidak ingin menggunakan model pada semua pasien. Sebagai gantinya, Anda ingin memberi praktisi kemungkinan untuk memasukkan data pasien ke dalam aplikasi web setiap kali ada alasan untuk percaya bahwa pasien mungkin mengalami diabetes. Untuk mencegah tes yang mahal dan tidak perlu, prediksi model tentang peluang pasien yang menderita diabetes akan berfungsi sebagai filter pertama untuk memutuskan siapa yang harus diuji dan siapa yang seharusnya tidak.
Di masa depan, lebih banyak model pembelajaran mesin untuk membantu mendiagnosis penyakit akan ditambahkan ke aplikasi web. Semua untuk membantu praktisi membuat lebih banyak keputusan berbasis data tentang tes mana yang harus dijalankan untuk memvalidasi bahwa pasien memiliki penyakit.
Tujuan dari proyek pertama adalah untuk memastikan bahwa praktisi dapat memasukkan informasi medis individu di aplikasi, dan mendapatkan prediksi langsung tentang peluang pasien tersebut menderita diabetes. Dengan menerima prediksi langsung, praktisi dapat menggunakan aplikasi web selama konsultasi dengan pasien untuk dengan cepat mencapai keputusan tentang langkah-langkah berikutnya.
Dengan kata lain, Anda perlu menyebarkan model ke titik akhir real time. Aplikasi web harus dapat mengirim data pasien ke titik akhir dan mendapatkan prediksi sebagai gantinya. Prediksi kemudian harus divisualisasikan di aplikasi web untuk membantu praktisi.
Untuk menyebarkan model, Anda harus:
- Daftarkan modelnya.
- Sebarkan model.
- Uji model yang disebarkan.