Compreender o problema do negócio
Para obter valor de um modelo de aprendizado de máquina, você terá que implantá-lo . Sempre que você implanta um modelo, você pode gerar previsões sempre que necessário para fornecer insights.
Na Proseware, uma start-up de cuidados de saúde, tem ajudado no desenvolvimento de uma aplicação web que ajudará os profissionais a diagnosticar doenças em pacientes mais rapidamente. Quando um profissional insere as informações médicas de um paciente, o aplicativo será capaz de fornecer informações sobre a probabilidade de esse paciente ter uma doença.
O primeiro caso de uso é ajudar os profissionais a diagnosticar a diabetes mais rapidamente. Depois de pesquisar dados médicos, a equipe de ciência de dados treinou um modelo para diagnosticar se um paciente tem probabilidade de ter diabetes. O modelo é preciso o suficiente para a implementação. Agora, o desafio é usar o modelo no aplicativo Web para gerar previsões.
Como o modelo e o aplicativo são projetados para ajudar o profissional de saúde quando necessário, você não quer usar o modelo em todos os pacientes. Em vez disso, você quer dar ao profissional a possibilidade de inserir os dados do paciente no aplicativo da web sempre que houver motivos para acreditar que o paciente pode ter diabetes. Para evitar testes caros e desnecessários, as previsões do modelo sobre a probabilidade de um paciente ter diabetes servirão como um primeiro filtro para decidir quem deve fazer o teste e quem não deve.
No futuro, mais modelos de aprendizado de máquina para ajudar no diagnóstico de doenças serão adicionados ao aplicativo Web. Tudo para ajudar o profissional a tomar decisões mais baseadas em dados sobre quais testes devem ser executados para validar que um paciente tem uma doença.
O objetivo do primeiro projeto é garantir que um profissional possa inserir as informações médicas de um indivíduo no aplicativo e obter uma previsão direta sobre a probabilidade de esse paciente ter diabetes. Ao receber uma previsão direta, o profissional pode usar o aplicativo web durante uma consulta com o paciente para chegar rapidamente a uma decisão sobre os próximos passos.
Em outras palavras, você precisa implantar o modelo em um ponto de extremidade em tempo real. O aplicativo Web deve ser capaz de enviar os dados do paciente para o endpoint e obter uma previsão em troca. A previsão deve então ser visualizada no aplicativo web para ajudar o praticante.
Para implantar um modelo, você deseja:
- Registar o modelo.
- Implemente o modelo.
- Teste o modelo implantado.