直觉医生比机器学习更有预测性，还缺什么?

DocMusherDocMusher 成员职位:333独角兽
2018年12月编辑 在帮助

亲爱的RM朋友们:

我很想看到关于这些发现的讨论、反馈、观点或评论。如何捕捉这些“直觉”并将其转化为ML?

http://news.mit.edu/2018/doctors-rely-gut-feelings-decision-making-0720

我们感兴趣的是，我们注意到在编写本章时的类似发现:

https://www.researchgate.net/publication/324200569_Early_Prediction_of_Patient_Mortality_Based_on_Routine_Laboratory_Tests_and_Predictive_Models_in_Critically_Ill_Patients

干杯

斯文

标记:
sgenzer sporinju

答案

  • BalazsBaranyBalazsBarany 管理员，版主，员工，RapidMiner认证分析师，RapidMiner认证专家职位:930独角兽

    嗨！

    这听起来很有趣，但我不确定他们回答的问题是否正确。

    如果直觉只能预测对病人进行的检查次数，而不能预测结果(恢复健康)，那么这个系统经过训练后能做正确的事情吗?用直觉和执行的测试作为属性进入模型来模拟结果不是更有趣吗?

    问候,

    Balazs

    DocMusher
  • 迈克尔迈克尔 管理员，员工，RapidMiner认证分析师，RapidMiner认证专家，成员职位:31RM数据科学家
    用直觉和执行的测试作为属性进入模型来模拟结果不是更有趣吗?

    或者，可以尝试将排序的测试数量分解成更有意义的东西。也许可以提取出结果导致治疗改变的额外测试的数量。或者导致任何伤害(副作用)的额外测试的数量。

  • SGolbertSGolbert RapidMiner注册分析师、会员职位:344独角兽

    你好,

    我同意巴拉兹的观点。虽然根据过去的信息(可能是以前的疾病、住院时间、家庭数据等)预测额外测试的次数是可能的，但我们假设“直觉”是正确的。

    我看过足够多的医生，从宗教上怀疑(门诊治疗):当你生病时，阅读诊断和治疗。医生经常出错，健忘或懒惰)。在我看来，一个基于先前信息预测症状可能的罪魁祸首的模型，然后必须进行测试，将更有意义。

    问候,

    塞巴斯蒂安。

  • DocMusherDocMusher 成员职位:333独角兽
    你好,
    从我的双重视角来看(麻醉师>白天，数据科学家>夜间)，直觉是早期数据缺乏的一部分，无论是作为迹象还是症状。在急诊科或重症监护室，决定是在一瞬间做出的，否则patiënt就死了。这个patiënt是否为我的行动提供了足够的数据，没有。这就是为什么我们致力于快速找到最相似的案例来帮助决策过程(我们将该项目命名为“相似”，在我的研究门户页面上找到更多信息)。事实上，在那个阶段，经验给我们的力量比数据更大。另一个问题仍然是缺乏好的本体。但是我有一个工作流程开始处理今天生成的数据，而不是在理想的世界中，然后将其用于ML。
    谢谢
    斯文
  • DocMusherDocMusher 成员职位:333独角兽
    在两个社区真正发挥作用之前，这是一个需要进行的基本讨论!请继续讨论!
  • DocMusherDocMusher 成员职位:333独角兽

    只是为了给所请求的测试数量添加一点上下文。想象一下，每个病人每天都可以通过核磁共振扫描，并接受任何可用的测试。这将为寻求诊断提供一个良好的起点。然而，成本必须与每次调查的附加价值相平衡。但是，如果在您的环境中有可用的测试，而您决定不使用测试，检查或调查，导致不良结果，则法律影响可能会随之而来，为什么没有使用可用的诊断工具。换句话说，医学是一场“严肃的游戏”，在考虑成本、结果和法律影响的情况下，寻找一条安全的道路。

    干杯

    斯文

登录或注册置评。