Jósolj, és keress 3 millió dollárt!

Az Amerikai Kórházak Egyesülete által végzett felmérés szerint az USA-ban évente 71 millió ember kerül kórházi kezelésre. A kutatások azt is kimutatták, hogy 2006-ban 30 milliárd dollár veszett kárba az indokolatlanul, hosszabb-rövidebb ideig kórházi kezelésben részesült páciensek miatt. Hogyan kerülhetjük ezt el? Lehetséges előre azonosítani a leginkább veszélyeztetett egyéneket, és megfelelő ellátásban részesíteni őket? A Heritage Provider Network szerint a válasz: igen.
Fotó: dreamstime
A feladat: olyan algoritmus létrehozása, mely az eddigi kórházi feljegyzéseket felhasználva képes előrejelezni, hogy egy páciens hány napot tölt majd kórházban a következő évben. Ennek segítségével új kezelési stratégiák alakíthatók ki, s a páciensek még a vészhelyzet előtt megszólíthatók. Ezáltal a kórházi kezelésre szoruló egyének száma csökkenthető, így összességében kevesebb pénzből jobb egészségügyi ellátást lehetne biztosítani.
A 2013 áprilisáig tartó versenyben a legjobb algoritmust készítő egyén (csapat) 3 millió dollárt (640 millió forint) kap megoldásáért, amennyiben a győztes algoritmust a Heritage Provider Network rendelkezésére bocsátja. A versenyben bárki részt vehet, ehhez csupán regisztrálnia kell a Heritage Provider Network Health Prize weboldalán. A regisztráció ingyenes, és néhány percet vesz igénybe. Ezután hozzá lehet férni a Heritage Provider Network által szolgáltatott adatokhoz, melyben 113 000 páciens 2 668 990 kórházi felvételéhez kapcsolódó bejegyzést, és a kiváltott receptekhez és laboratóriumi eredményekhez kapcsolódó információk találhatók. Ismert továbbá, hogy az egyes páciensek két egymást követő évben hány napot voltak kórházban.
Ezek alapján kell előrejelezni, hogy a harmadik évben várhatóan hány napot töltenek majd kórházban a kiszemelt egyének. A jóslatot ezután fel kell tölteni a honlapra, ahol az összehasonlításra kerül a harmadik évre vonatkozó valódi adatokkal (melyet a szervezők természetesen ismernek). Az győz, akinek az algoritmusa által előrejelzett számok a legkevésbé térnek el a valódi értékektől.
A 2013 áprilisában kiosztásra kerülő fődíj mellett három “Mérföldkő díj” is megnyerhető, melyet előre megadott időpontokban kaphatnak meg a legjobbak. Az első “mérföldkő díjat” 2011. szeptember 1-én osztották ki az aktuális első és második helyezettnek (“Market Makers” csapat, valamint Willem Mestrom), 30 ezer (első helyezett) és 20 ezer dollár (második helyezett) értékben. A második “Mérföldkő díj” várhatóan 2012. február 14-én, 50 ezer dollár értékben, míg a harmadik 2012. szeptember 3-án, 60 ezer dollár értékben kerül kihirdetésre.
De hogyan jelezhetné előre bárki is azt, hogy hány napot fogok én a jövő évben kórházban tölteni? Nos, többféle hozzáállás létezik: a problémának nekiállhatunk fizikusként, és megpróbálhatunk az egyes személyek egészségügyi állapotára vonatkozó mérőszámokat bevezetni, és ezek alapján modellt építeni, majd a modell segítségével előrejelezni. Nekiállhatunk ugyanakkor matematikus-informatikusként is, és a gépi tanulás eszköztárát felhasználva olyan algoritmusokat írhatunk, melyek a tanulóhalmazban megtalálható minták alapján következtetnek a jósolandó értékekre. A gyakorlatban tipikusan a fenti módszerek megfelelő kombinációjával érhető el a legnagyobb pontosság.
De hogyan lehet képes egy determinisztikus elemekből megalkotott gép az intelligens tanulásra? Nos, az emberi tanulás során valójában mintákat mutatunk agyunknak, s ezután a megtanult minták alapján alakítjuk reakcióinkat. A gépi tanulással pontosan ezt a folyamatot igyekszünk modellezni: hasonló bemeneti értékekre hasonló reakciót “tanítunk be” algoritmusainknak.
A mesterséges neurális hálózatok esetén például a bemenet és a kimenet között egy köztes réteget feltételezünk, mely a bemeneti értékek megfelelő súlyozásával és összegzésével hozza létre a kimeneti értéket. A tanítás során a köztes réteg paramétereit állítjuk be, így a hálózat hasonló bemeneti értékekre (mintákra) hasonló kimenetet produkál. Többek között ez a módszer is megtalálható volt az első “Mérföldkő díjat” megnyerő csapat eszköztárában, további regresszión, és a gépi tanuláshoz kapcsolódó döntési fákon alapuló módszerekkel egyetemben.
Vajon tényleg eljön majd az idő, amikor intelligens algoritmusok irányítják mindennapjainkat? Vagy ez az idő talán már itt is van?
Írta: Kalmár Gergely (ELTE és MTA KFKI RMKI)