马车变动车 机器学习成为糖尿病管理的动力引擎

原创
云计算
通过与微软携手,健安华夏以高效、低价、便捷的方式,借助Azure Machine Learning(机器学习)和微软其他技术来建立一个基于血糖预测和营养建议的精确糖尿病模型,实现对糖尿病患者的持续、高效管理。

糖尿病,我们再熟悉不过了,相信每个人的身边都或多或少有糖尿病的患者。据统计,在全球范围内,糖尿病的患者众多,而且都是较难治愈且治疗成本较高。大量患者日常生活中的病患数据未被采集,或采集后未被有效利用。在中国只有25%的患者指标能被控制在范围内。

怎样才能有效的管理病患日常数据,进行血糖的分析预测,并且提出相关建议呢?那还得依靠科技的力量。

健安华夏(北京)科技有限公司(Zion China)成立于2013年,是一家利用互联网思维、物联网技术、专注健康医疗领域个性化慢病管理解决方案的创业公司。健安华夏于2015年创造了医随访--糖代谢动力学管理平台,提出糖代谢动力学、药物动力学、饮食动力学、运动动力学和患者自我动力的新五辆动车模式,开拓了精准糖尿病管理领域的先河。

而建安华夏还开创了另一个先河,那就是微软机器学习在中国的***个案例。通过与微软携手,健安华夏以高效、低价、便捷的方式,借助Azure Machine Learning(机器学习)和微软其他技术来建立一个基于血糖预测和营养建议的精确糖尿病模型,实现对糖尿病患者的持续、高效管理。健安华夏创始人兼CEO杨枫表示,“糖尿病管理讲究的是‘五驾马车’,包括患者的教育、药物、监测、饮食和运动。当‘五驾马车’与微软的机器学习结合后,能过量化的进行管理和知道,马车就变成了动车,而微软的机器学习就是这动车的引擎。”

 

[[165913]]

健安华夏创始人兼CEO杨枫

没有机器学习前…

杨枫也是IT出身,从事医疗信息化的工作已经有近10年。在2013年再次创业的时候,杨枫发现身边的很多朋友亲人都已经是后期的糖尿病患者,于是,杨枫做了大量研究,创造了医随访糖代谢动力学管理平台,提出糖代谢动力学、药物动力学、饮食动力学、运动动力学和患者自我动力的新五辆动车模式。

然而,在研究糖尿病管理的时候,杨枫和他的团队花费了近三年的时间,积累两万多小时,下载了三四十G的文件,从中学习研究,挖掘与血糖相关的规律。

杨枫介绍,糖尿病管理方式有三种,***是传统的监测方式,主要是依靠血糖仪,测量的是换车单个时间点的血糖情况;第二是连续检测方式,通过佩戴连续血糖仪,每3分钟收集一条数据,每天获取480条数据,连续7天进行监测,让患者完全了解自己的血糖变化。但是,这种7天连续监测属于回顾式分析,患者佩戴设备7天后进行回收,然后大约花费4-8个小时进行数据的分析,这样没有办法随时进行监控。

而第三种方式,就是智能预测的方式,通过机器学习分析、预测血糖数据及影响因素,提供个性化控糖方案。

有了机器学习后…

那么,有了机器学习后,杨枫是怎样通过科技的手段,帮助糖尿病患者管理血糖的变化呢?让我们来看看整个解决方案的功能。

糖尿病患者需佩戴连续血糖仪,血糖仪会实时监测7天数据,并且进行实时传送,将数据传送到微软Azure的机器学习服务中,然后完成糖代谢数据的分析,分析的结果以及相关饮食、运动的调节建议都会推送到医随访的应用中,病人和医生可以通过应用来查看获得相关建议,完成对应的举措。

 

从技术角度分析,这整套的解决方案包括四个层面,数据采集、数据存储、数据分析和数据展示。数据采集层就是通过连续血糖仪来监测血糖数据,把血糖数据通过蓝牙传给“医随访”应用,在“医随访”应用里面将初步处理过的血糖数据通过网络传输给数据存储层。数据存储层是由Azure上的PaaS层数据库服务 Azure SQL Database来存储所有的病人个人信息,还有换车每餐的饮食数据,所有的血糖数据。存储的数据会实时传输给Azure Machine Learning服务,通过预测或者分类算法完成血糖预测结果的分析,从而完成饮食和运动建议,调节建议。分析结果会实时输入给微软的BI展示工具服务Power BI,Power BI里面通过图表化的形式展示,同时Power BI的图表还可以嵌入到网站应用里,在终端与病人或者医生交互。

杨枫表示,在没有遇到微软之前,根本不敢去做,因为机器学习的投入是非常巨大的,需要建模、验证,收集大量临床数据,筛选等。通过机器学习,智能预测就可以达到精准医疗,彻底改变糖尿病管理的标准,彻底改变糖尿病患者、医生、家庭、营养师的整个生态。

微软的机器学习

很多企业都开始涉足人工智能领域,而机器学习是不可或缺的一部分。那么微软对机器学习是怎样认识的呢?正如微软CEO萨提亚所说,“我们希望借助机器的智慧增强人类的能力与经验,最终不会是人对抗机器,而是人与机器(合作)。 我们相信人与机器能一起合作,将人类擅长的创意,洞察力与情商和机器擅长的快速计算,模式识别与海量数据存储与处理相结合。为生活的各个方面带来智慧。 ”

而微软涉足机器学习领域也不是这几年才开始的,早在1995年,微软的就推出了个人助理Microsoft BOB,之后逐渐推出,Office 97语法检查、Windows XP手写识别、Windows Live Photo Gallery人脸设别和图像拼接。到最近两年,又推出了Skype Translator和Cortana,Windows Hello设备人脸认证,Azure Machine等。

微软中国技术顾问总监赵立威表示,微软以前做人工智能,会编写很多程序,考虑多有场景,通过程序固化后来判断,通过事件触发不同的反应。而今天的机器学习,是希望通过海量数据来教授机器,让机器从数据中找到规律,总结规律,从而进行预测。

 

[[165914]]

微软中国技术顾问总监赵立威

微软的机器学习强调四大特点,首先是易用性,不需要专业的编程技巧,通过简单的拖拽就可以实现机器学习的功能,将以前只有数据科学家才会使用的技术提供给各行各业;第二是算法强大,包括了绝大部分的算法,可以直接调用;第三是扩展性强,支持R、Python等主流语言,开发者可以可以编写然后嵌入到机器学习中;第四是快捷部署,机器学习模型可一键部署成Web Service,即使数据不存放在Azure上,也可方便调用Web Service进行计算分析与预测 。

目前,微软的机器学习有两种定价模式,一是完全免费,任何人都可以使用,只要数据不超过10GB,模块不超过100个,就可以免费使用;第二就是标准的费用,每月支付很小的金额,就可以获得相关的技术和服务。

 

责任编辑:鸢玮 来源: 51cto
相关推荐

2020-11-09 10:35:07

诺和诺德微软智能

2023-11-21 14:01:29

AI人工智能

2016-12-02 17:46:56

机器学习眼疾谷歌

2010-05-31 10:33:34

2023-10-22 15:34:10

人工智能糖尿病

2009-11-23 19:57:01

ibmdwDB2

2024-08-08 13:13:44

2022-09-01 17:03:10

大数据鸿蒙OS系统

2013-08-08 12:42:33

IT健康饮食习惯IT人士健康

2021-05-19 10:10:11

人工智能AI谷歌

2018-05-04 07:21:48

物联网设备物联网可穿戴设备

2024-10-08 10:00:00

AI医学数据

2014-03-31 15:08:23

机器学习大数据

2011-04-19 12:57:26

2015-09-20 18:31:29

阿里云心电数据云上安心

2013-09-26 21:45:40

2014-01-17 10:44:36

Google智能隐形眼

2021-01-19 09:38:51

云计算数字化混合云
点赞
收藏

51CTO技术栈公众号