ד"ר קירה רדינסקי: "המידע הרפואי של קופות החולים הוא הנפט של ישראל" - TechNation - TheMarker
 

אתם מחוברים לאתר דרך IP ארגוני, להתחברות דרך המינוי האישי

טרם ביצעת אימות לכתובת הדוא"ל שלך. לאימות כתובת הדואל שלך  לחצו כאן

תיק מניות

רשימת קריאה

רשימת הקריאה מאפשרת לך לשמור כתבות ולקרוא אותן במועד מאוחר יותר באתר,במובייל או באפליקציה.

לחיצה על כפתור "שמור", בתחילת הכתבה תוסיף את הכתבה לרשימת הקריאה שלך.
לחיצה על "הסר" תסיר את הכתבה מרשימת הקריאה.

לרשימת הקריאה המלאה לחצו כאן
דיגיטל 2016

ד"ר קירה רדינסקי: "המידע הרפואי של קופות החולים הוא הנפט של ישראל"

רדינסקי שמכרה לפני כמה חודשים את הסטארט-אפ שהקימה לאיביי: "לדבר על החשש ממחשבים שילמדו מחשבים לתקוף אותנו - זה כמו לחשוב על פיצוץ אוכלוסין על מאדים"

20תגובות
ד"ר קירה רדינסקי
דודו בכר

“אני חושבת שמה שמיוחד בישראל בכל הקשור לביצועים של בינה מלאכותית הם מאגרי נתונים יחודיים שיש לקופות החולים. מדובר במאגר על מיליוני אנשים שנאסף במשך עשרות שנים. זה המאגר השני בגודלו בעולם, אחרי אחת ממדינות סקנדינביה. סביב המידע הזה אפשר לבנות כלכלה שלמה וישראל יכולה להוביל אותה - צריך לחשוב על זה כעל הנפט שלנו", כך אמרה הבוקר ד”ר קירה רדינסקי, מדענית ראשית באיביי ישראל הפועלת גם כפרופ’ מבקר בטכניון ומכבי שירותי בריאות, בוועידת הדיגיטל של TheMarker.

לדבריה, "לגוגל לדוגמה יש המון מידע על מה אנשים חיפשו במנוע החיפוש ומה קיבלו ועל מה הקליקו. לנו במדינה יש פוטנציאל להיות מעצמה בתחום הרפואי בזכות המידע של קופות החולים".

רדינסקי ציינה כי כיום אין פרוטוקול ברור כיצד ניתן לרשום תרופות לבעיית לחץ דם. "זו המחלה היקרה ביותר אם מחשבים את השלכותיה. כיום יודעים רק ב-47% מהמקרים איך להוריד לחץ דם ואנחנו בעזרת מערכת חדשה יודעים להגיע ליותר מ-70%. הכל על ידי הסתכלות על בדיקות לחץ דם פשוטות. כך גם לגבי סכרת. הרעיון הולך לכיוון של הקמת בית חולים אוטומטי".

מיטאפ: 'המשקיעות הראשונות שלי'. 21/5 רעננה
להרשמה

רדינסקי, שמכרה לפני מספר חודשים את הסטארט-אפ שהקימה, סיילס פרדיקט, לאיביי, סיפרה בתחילת השיחה עם עורך מדור ההיי-טק של  TheMarker, אליחי וידל, על פעילותה בענקית המסחר המקוון. "המטרה שלי כיום באיביי זה לבנות כל טקסט חופשי שהגולש מזין - כך שהמחשב יבין אותו. אנחנו מכוונים את זה לשני סוגים של אנשים: אחד זה הלקוחות שאנחנו שמים לב שיש מוצרים שהם לא הגיעו אליהם או מוצרים דומים. לעזור להם לחוות טוב יותר את השירות. אני רוצה להגיע למצב של כלכלה הוגנת. מצד שני, המוכרים - אני רוצה להודיע להם אילו מוצרים נמכרים יותר ואיך לנהל טוב יותר את המלאי".

על השאלה מהם האתגרים הגדולים כיום של בינה מלאכותית אמרה רדינסקי כי "ככל שעובר הזמן יותר ויותר, חברות ואף ממשלות חושפות את המידע שלהן. אנחנו רוצים להגיע למצב שנוכל לחזות אירועים בצורה טובה. בבחירות בכמה מדינות ראינו שזה לא עובד. האלגוריתמים מסתכלים על תבניות בעבר וחושבים שיחזרו בעתיד. הבעיה שהאלגוריתמים לא לוקחים שינויים שקורים בו זמנית במקומות שונים".

"ישנם מחקרים שמסתכלים למשל בעזרת טוויטר על אזורים שבהם אנשים צריכים עזרה. מה שקרה שדווקא בהוריקן קטרינה - זה שדווקא אנשים שלא היה להם טוויטר היו צריכים עזרה. בדיעבד, קל להבין את זה. האתגרים הם השינויים במידע שאנחנו לא מבינים. אנחנו לא משתמשים במידע עדיין בצורה אופטימלית. יש שינויים עדינים שמשנים את את התבניות הקיימות”, אמרה.

ואין בעיה של הצפת מידע? איך מתמודדים עם כמויות כאלה של דאטה?

"אני לא חושבת שזו הבעיה הגדולה שלנו. מבחינה הנדסית זה אפשרי. בוא נסתכל מה קורה בזירה הביטחונית על זיהוי כנופיות. הבעיה שלנו שהמידע הרלוונטי הוא כל כך קטן שזה מקשה. הבעיה היא לא כמות המידע - אלא כמות המידע הרלוונטי. כנופיות פשע כותבות בטוויטר אודות מקום מפגש עם כל מני ססמאות. צריך לזהות מתוך מיליוני טוויטים ציוץ אחד חשוד שמעיד על כנופיית פשע. אבל גם כאן - הם מבינים כיצד האלגוריתם פועל ומנסים להתחמק. גם באלגוטרייד, יש הרבה שמנסים להרבה כסף ולכן צריך כל הזמן לשנות את האלגוריתמים.

"המעבר לכיוון של אלגוריתמים של למידה סטטיסטית על פני דפוסים סטטיים שנחקרים כיום, יעזור למצוא תבניות עדינות יותר שמשתנות עם הזמן".

מה החסרונות באלגוריתמים הללו?

"הם ניתנים לפריצה ולא מוטמעת בהם אתיקה. הם עושים מה שאמרו להם. באחת האוניברסיטאות בנו אלגוריתם לקבלת סטודנטים. כשאחד המועמדים פיצח את האלגוריתם הוא הבין שהוא צריך להשקיע בכמה דברים ספורים בלבד. אם עד היום אוניברסיטה קיבלה מעט בני מיעוטים והגיעה לתוצאות מסויימות - היא תיתן יותר סיכוי לקבוצות מסויימות ופחות לאחרות. באלגוריתמיקה של למידה אין עדיין אתיקה. צריך לחשוב איך משתמשים נכון בכל היכולות הללו.

רדינסקי התייחה גם למחסור באנשי מקצוע רלוונטיים לתחומי הבינה המלאכותית. "זה המקצוע שנחשב לחם ביותר בשנים הקרובות. יש מחסור חמור לאנשים עם רקע הנדסי ומתמטי. מדברים על צורך של כ-150 אלף איש שהתחום זקוק להם", אמרה. 

עם זאת, ציינה רדינסקי כי במקום לייצר עוד אנשים שמתעסקים במדע נתונים צריך ליצור מערכות שעושות מדע נתונים בצורה אוטומטית. אלגוריתמים שבונים אלגוריתמים והמערכות מריצות בעצמן ניסויים ואת התוצאות.

זה מפחיד.

"הפחד מוכר אבל זה רחוק. לדבר על החשש ממחשבים שילמדו מחשבים לתקוף אותנו - זה כמו לחשוב על פיצוץ אוכלוסין על מאדים". 

מה הדבר הבא?

"היום מדען חושב על היפותזה, חוקר אותה במשך שנים, ואז - או שהיא נכונה או שלא. יתרה מכך, מרבית התגליות המדעיות המשמעותיות התגלו בטעות. המחשבה שמה שיציל חיים ייתגלה באקראי מאוד מטרידה אותי. בואו ניתן למחשב לחשוב על היפותזות, לבדוק אותן, ורק את אלה עם הסתברות גבוהה להצלחה - יעביר לחוקרים. בעזרת בינה מלאכותית שתקרא את כל המאמרים ויירכשו ניסיון הן יעלו היפותזות כל הזמן יריצו ניסויים ויקבלו פידבק. זו מערכת מחקר אוטומטית שתקפיץ את המחקר למעלה. 

"אני מאד מאמינה בחיבור בין אדם למכונה - אני לא מאמינה שמחשב לגמרי יחליף את האדם".



תגובות

דלג על התגובות

בשליחת תגובה זו הנני מצהיר שאני מסכים/מסכימה עם תנאי השימוש של אתר TheMarker

סדר את התגובות

כתבות ראשיות באתר

כתבות שאולי פיספסתם

*#