Ήταν αναπόφευκτο ότι κάποτε θα φτάναμε και σε αυτό το σημείο.
Ζούμε σε μια εποχή όπου τα δεδομένα είναι χρυσός, όχι μόνο για να μας εμφανίζονται διαφημίσεις που σχετίζονται με τα γούστα μας, αλλά κυρίως για να υπάρχει ικανός όγκος πληροφορίας που θα μπορεί να χρησιμοποιηθεί σε παντός είδους έρευνες για διάφορους τομείς.
Από αυτήν την εξίσωση δεν θα μπορούσε να λείπει ο κλάδος της Υγείας, μιας και η πλειοψηφία των διαγνώσεων και των φαρμακευτικών αγωγών βασίζονται σε στατιστικές ανάλογα με το τι έχει καταγραφεί στο παρελθόν.
Αναλογιστείτε, λοιπόν, πόσο μπορεί να βοηθήσει ένας αλγόριθμος μηχανικής μάθησης (machine learning) που αναλύει τεράστιο όγκο δεδομένων για να εξάγει συμπεράσματα σχετικά με υπάρχουσες ή υπό δοκιμή θεραπείες.
Με αυτό το σκεπτικό, η Seed έχει ξεκινήσει μια καμπάνια που προκαλεί τους χρήστες να τις στείλουν φωτογραφίες από τα περιττώματα τους.
Σκοπός της μικροβιολογικής εταιρείας είναι να εκπαιδεύσει έναν αλγόριθμο μηχανικής μάθησης στην πλατφόρμα Τεχνητής Νοημοσύνης του MIT με 100.000 τέτοιες φωτογραφίες, έτσι ώστε να δημιουργήσει ένα νέο διαγνωστικό εργαλείο υψηλής ακρίβειας για τις παθήσεις των εντέρων.
Η καμπάνια έχει τον φοβερό τίτλο “#GIVEaSHIT” και η συμμετοχή γίνεται από τη διεύθυνση seed.com/poop/ μέσω smartphone.
Αρχικά θα πρέπει να δηλώσεις μια διεύθυνση email και αν είσαι πρωινός, μεσημεριανός ή βραδινός τύπος.
Στη συνέχεια, αφότου κάνεις τη δουλειά σου, μπορείς να φωτογραφίσεις τα κατορθώματα σου και να ανεβάσεις τη φωτογραφία στην ιστοσελίδα.
Η Seed αναφέρει ότι η φωτογραφία διαχωρίζεται από τις υπόλοιπες πληροφορίες που έχεις μοιραστεί (διεύθυνση email) και προστίθεται εντελώς ανώνυμα στη βάση δεδομένων.
Η πολύ ευχάριστη δουλειά της ανάλυσης των φωτογραφιών δεν γίνεται μόνο από τον αλγόριθμο, αλλά και από πραγματική ομάδα 7 γαστρεντερολόγων που χωρίζουν τα αποτελέσματα σε 7 κατηγορίες για να κρίνουν εάν έχεις κάποια εντερική πάθηση (από δυσκοιλιότητα και έλλειψη φυτικών ινών μέχρι πιο σοβαρές περιπτώσεις).
Οι διαγνώσεις των γιατρών συνοδεύουν τις φωτογραφίες στο ταξίδι τους για την εκπαίδευση του αλγορίθμου, έτσι ώστε να υπάρχει το κατάλληλο επιστημονικό υπόβαθρο και ουσιαστικά να “βλέπει” η Τεχνητή Νοημοσύνη αυτά που βλέπουν και οι πραγματικοί γιατροί.
Όπως αναφέρουν στελέχη της Seed στην ιστοσελίδα The Verge, δεν υπάρχει αυτή τη στιγμή καμία βάση με φωτογραφίες πραγματικών ανθρωπίνων κοπράνων.
Παραδέχτηκαν ότι έχασαν αρκετό καιρό πειραματιζόμενοι με πλαστελίνες Play-Doh, αλλά σωστά έκριναν ότι θα έπρεπε να στήσουν αυτή τη βάση με πραγματικό υλικό.
Στην αρχή στράφηκαν σε διάφορα fora και στο Reddit, και προς μεγάλη τους έκπληξη, η συμμετοχή των χρηστών ήταν τεράστια.
Αν αφήσουμε στην άκρη τον αναμενόμενο χαβαλέ, η προσπάθεια της ομάδας είναι ιδιαίτερα σημαντική, ειδικά από τη στιγμή που αυτή η βάση θα είναι open-source για οποιοδήποτε πανεπιστημιακό ίδρυμα θέλει να διεξάγει έρευνες για την υγεία των εντέρων.
Η τεχνολογία θα μπορέσει να βοηθήσει εκατομμύρια ανθρώπους να αντιμετωπίσουν τα χρόνια εντερικά προβλήματα τους και να καταλάβουν καλύτερα τα συμπτώματα.
Το έλεγε και ο Ιπποκράτης, άλλωστε, ότι οι περισσότερες ασθενείς προέρχονται από το έντερο…
#GIVEaSHIT λοιπόν!
techgear.gr
