1
Health Catalyst公司发布了免费开源机器学习和人工智能工具。这是一家美国医疗数据管理分析服务公司，他们的创始人全都来自于一家美国顶尖的医疗保健系统。他们掌握浩繁的数据资料，对数据分析方法了如指掌，在结果优化方面具有丰富的经验。
创立公司初，他们主要为诊所和医院创建数据库。之后他们逐渐意识到只做基本的数据管理是不够的，他们需要能够帮助他们的客户找出数据的趋势、制定针对性计划、加强医疗流程标准化，或者其他有组织性的变革，来促进持续的临床医疗的提升。经过了数年的错误尝试之后，他们实现了突破，做出了成熟的具有预测分析能力的预测分析软件。
Health Catalys公司的数据科学负责人说：“无论你有什么样的数据集，有了这些免费的预测分析软件以后，你都可以创建一个模型”。在该公司的Healthcare.ai网站上，医院和其他医疗组织都可以免费使用开源的预测分析软件。
这次，该公司将其成熟的机器学习算法的中央存储库免费开放，这样一来，大量的技术型医疗专业人士能够快速使用Healthcare.ai网站的机器学习工具，建立专属他们的准确模型。
目前， 利用机器学习和预测分析改进医疗行业的技术，仅仅应用于很少一部分精英数据科学家中，而且这些人大部分分布在全国顶尖的学术医疗中心中。而Healthcare.ai的开源预测分析软件，主要是为成千上万的只有基本计算技能，却对应用新科技改善病人治疗有兴趣的医护人员使用的，这也是该公司普及机器学习的一部分。
Health Catalys执行副总裁Dale Sanders说：“我们不是在这里无私奉献，我们期待，向开源社区提交我们的工具和算法之后，数据科学家之外的众人的智慧会使我们共同受惠，并且可以进一步促进行业交流。“
Healthcare.ai不同于其他的机器学习工具，这个平台上有医疗数据科学领域两种常用语言的工具包——R和Python。该公司希望通过精简创建和部署模型、创建医疗行业专用的功能功能模块，来简化医疗机器学习的过程。Healthcare.ai上的两个工具包提供了一个简单的方法，来建立专属于医疗系统的数据模型。它们包括线性和随机模型，处理丢失数据的方法，选取特征的指南，适当的性能指标和简单的数据库连接。
Healthcare.ai中的工具可以使智能机器人开发商，数据架构师和SQL开发人员利用医疗保健数据，创建适当且准确的模型，而无需雇佣数据科学家。
Healthcare.ai用户也可以在网站上建立模型，以确保创建的模型有最高精确度。例如，建立一个减少再入院的模型，或一个改善心力衰竭护理过程和治疗结果的模型。这样的模型包括但不限于CLABSI预测模型、 COPD和其他慢性病的再住院模型，方案优化模型和支付倾向方面的金融预测模型等。
“如果我们的尝试成功了，这将大大改善患者的治疗体验，”公司数据科学负责人补充说。 “这是我们做这件事情的主要动力”。
相关文章：
5年 5000 万美金，IBM Watson 要用机器学习研究耐药性癌变
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
