Computers zullen in de toekomst leren van de interactie met personen in plaats van nieuwe programmeermodules, zegt IBM-fellow David Ferruci. Daardooor weet een computer beter welke data en berekeningen hij moet maken op basis van de gebruikers. Ferruci sprak afgelopen woensdag over de toekomst van PC’s op het Smarter Computing Executive Forum in New York. ‘This notion of learning through collaboration and interaction is where we think computing is going’, zo stelde hij.
IBM werkte de afgelopen vier jaar al aan de ontwikkeling van de supercomputer Watson, die werd ingezet in de quiz Jeopardy. Voor deze quiz werd de computer uitgerust met informatie uit bronnen van encyclopedieën en woordenboeken.
Watson, waarvan de naam refereert aan IBM-grondlegger Thomas Watson, won de quiz van een menselijk team van de universiteiten Harvard en MIT. De Watson-computer bleek in staat om 500 gigabyte aan data per seconde te verwerken, vergelijkbaar met een miljoen boeken per seconde.
IBM denkt dat het Watson model ingezet kan worden voor meerdere doeleinden. ‘There is a lot more work to do, but [Watson] is something we can adapt and customize to new domains. The Watson technology is not about question-in and answer-out, but rather it is understanding a problem’, zo stelt Ferrucci. ‘The key to this technology is that it queries both itself and its users for feedback on the answers it generates. As you use the system, it will follow up with you and ask you questions that will help improve its confidence of its answer’.
IBM werkt nu samen met wetenschappers van de Columbia Universiteit aan de inzet van Watson in de medicijnenindustrie. Dokters kampen volgens de onderzoekers vaak met bergen informatie uit wetenschappelijke studies en informatie over het menselijk lichaam. Vanwege de mogelijkheid om veel data te verwerken kan Watson verkeerde diagnoses voorkomen.
Volgens Herbert Chase, professor van de Columbia Universiteit in New York, maken dokters verkeerde beslissingen vanwege een gebrek aan kennis van nieuwe bevindingen van andere dokters. Zo’n 30 procent van de medische missers komen voort uit verkeerde diagnoses.
‘For doctors, there is all this information out there, [but] we can’t access it’, zo vertelde Chase. ‘We can’t even find the information’.
Chase maakte duidelijk hoe ten arts Watson zoo kunnen gebruiken. ‘A person comes into the emergency room complaining of pain in the eyes, a problem that the attendee hasn’t seen before. Watson provides a list of differential diagnoses, or a range of possible answers, ranked by probability. We want to be prompted to get ideas. The most obvious answer could be uveitis. A doctor can look at the list and think of a few easy tests to distinguish which problem it may be. The patient may also have a rash and a fever. A doctor can then ask Watson about these additional symptoms in light of the diagnosis. Watson can provide an answer that may not be intuitive, such as Lyme disease. Watson can also provide a list of ways to treat a patient, drawing from guidelines from sources such as the Centers for Disease Control. If the patient has complicating factors, such as being pregnant and having a penicillin allergy, Watson can provide an entirely new set of guidelines. The machine can match the user’s need and drill down and find the right information’, zo verklaart Chase.
‘Watson could even go as far as to read electronic health records and make a preliminary diagnosis. It can even find clinical trials in which the patient could participate. It is often the case that clues of a patient’s illness can be found in the medical record–it’s just the doctors haven’t found them yet’, zo gaat Chase verder.
