你想知道 在每個(gè)行業(yè)中，公司都在投資資源以收集越來(lái)越多的數(shù)據(jù)。我們將傳感器放置在所有物體上僅僅是因?yàn)槲覀兛梢圆⑶姨孤实卣f(shuō)，它并不是全部必需或有用的。----莫森?巴亞提（Mohsen Bayati）

在衛(wèi)生保健或企業(yè)中獲得更多信息并不一定會(huì)更好。

數(shù)十年來(lái)，心臟病和糖尿病等慢性病一直在上升。它們是當(dāng)今美國(guó)導(dǎo)致死亡和殘疾的第一大原因，也是醫(yī)療保健費(fèi)用無(wú)法控制的原因之一。

因此，在患病之前確定患有慢性病風(fēng)險(xiǎn)的人很有意義。至少，早期干預(yù)通?？梢詼p慢疾病的發(fā)展速度并改善患者的生活質(zhì)量，從而有可能節(jié)省數(shù)十億美元的醫(yī)療費(fèi)用。

這就是為什么許多雇主（根據(jù)RAND報(bào)告的數(shù)據(jù)，約50％）贊助商為其員工制定健康計(jì)劃的原因。除體育館折扣外，這些計(jì)劃通常還包括以實(shí)驗(yàn)室測(cè)試形式進(jìn)行的健康風(fēng)險(xiǎn)評(píng)估，用于計(jì)算每個(gè)人常見(jiàn)疾病的危險(xiǎn)因素。然后為處于危險(xiǎn)中的人提供額外的預(yù)防保健和監(jiān)督。
斯坦福大學(xué)商學(xué)院運(yùn)營(yíng)，信息與技術(shù)副教授Mohsen Bayati說(shuō)，不幸的是，預(yù)期的收益并不總是能實(shí)現(xiàn)。幾項(xiàng)研究發(fā)現(xiàn)，這樣的程序最終會(huì)花費(fèi)比所節(jié)省的更多的錢(qián)。他說(shuō)，一個(gè)可能的原因是風(fēng)險(xiǎn)評(píng)估本身并不十分準(zhǔn)確。

巴亞蒂說(shuō)：“如果您錯(cuò)誤地將某人認(rèn)定為高風(fēng)險(xiǎn)，即所謂的“誤報(bào)”，則您將為不必要的服務(wù)付費(fèi)?！岸?，如果您想念一個(gè)真正處于危險(xiǎn)之中的人-一個(gè)假陰性，那么將來(lái)您仍然會(huì)受到巨額醫(yī)療費(fèi)用的打擊?！?

他說(shuō)，一種解決方案是運(yùn)行更復(fù)雜的測(cè)試小組。但這也會(huì)增加成本?！皩?shí)驗(yàn)室測(cè)試很昂貴。公司正在為很多員工做這件事，因此他們只考慮了相當(dāng)少的一組標(biāo)準(zhǔn)生物標(biāo)志物。然后，檢測(cè)能力不是很強(qiáng)。”

巴亞蒂說(shuō)，相反，使這些預(yù)防計(jì)劃起作用的關(guān)鍵是改善生物標(biāo)志物的選擇。但是，你是怎么做的？更嚴(yán)格地說(shuō)：如何選擇最少的標(biāo)記物，以最大程度地診斷各種疾??？

這是Bayati在最近的一篇論文中解決的難題，他與斯坦福大學(xué)的兩位同事合著了該書(shū)：前斯坦福大學(xué)研究助理，現(xiàn)任Netflix數(shù)據(jù)科學(xué)家的Sonia Bhaskar博士，以及統(tǒng)計(jì)學(xué)和電氣工程學(xué)教授Andrea Montanari。他們使用機(jī)器學(xué)習(xí)領(lǐng)域的一些技術(shù)柔術(shù)，開(kāi)發(fā)了一種可用于任何目標(biāo)疾病或計(jì)劃預(yù)算水平的方法。

當(dāng)他們?cè)诖蠹s75,000名患者的病歷上對(duì)其進(jìn)行測(cè)試時(shí)，他們發(fā)現(xiàn)它可以預(yù)測(cè)出九種嚴(yán)重疾病，且出乎意料的準(zhǔn)確性?！拔覀兏械襟@訝，”巴亞蒂說(shuō)。與對(duì)生物標(biāo)志物數(shù)量沒(méi)有限制的假想的凱迪拉克護(hù)理評(píng)估相比，它們的成本要低得多，但具有幾乎相同的預(yù)測(cè)能力。
在這個(gè)大數(shù)據(jù)時(shí)代，也許這里有一個(gè)一般的教訓(xùn)?！澳阋欢ㄏ胫溃?Bayati沉思?！霸诿總€(gè)行業(yè)中，公司都在投入資源來(lái)收集越來(lái)越多的數(shù)據(jù)。我們?cè)谒惺挛锷隙及惭b了傳感器，只是因?yàn)槲覀兛梢圆⑶姨孤实卣f(shuō)，它并不是全部必要或有用?！?

太多的信息

傳統(tǒng)上，通過(guò)單獨(dú)找出每種疾病的最佳標(biāo)記并將其添加到列表中來(lái)設(shè)計(jì)健康風(fēng)險(xiǎn)評(píng)估。Bayati說(shuō)：“醫(yī)院通過(guò)先進(jìn)的統(tǒng)計(jì)數(shù)據(jù)和現(xiàn)在的AI在如何識(shí)別生物標(biāo)志物方面變得越來(lái)越復(fù)雜。” “但是一次都病了?！?

他說(shuō)，您可能可以通過(guò)這種方式建立有效的測(cè)試小組，但是這將需要太多的生物標(biāo)記物。因此，在實(shí)踐中會(huì)做出妥協(xié)，而準(zhǔn)確性會(huì)下降。相反，Bayati和他的同事在分析中增加了第二步：“我們說(shuō)，讓我們從完整的清單開(kāi)始，然后看看我們是否可以通過(guò)更好的方式簡(jiǎn)化它，以最大程度地減少診斷能力的損失?！?

為此，他們借鑒了機(jī)器學(xué)習(xí)中使用的高維統(tǒng)計(jì)中的一些技術(shù)。“基本問(wèn)題是，如果您有太多信息，如何將其縮小為最有用的較小信息集？您如何縮小數(shù)據(jù)集的尺寸？”

涉及數(shù)學(xué)，但基本上，解決“ TMI”問(wèn)題的關(guān)鍵是共同優(yōu)化生物標(biāo)志物的選擇。與其分別找到每種疾病的最佳選擇，不如先確定想要多少種生物標(biāo)記物（研究人員確定30種），然后一次對(duì)所有疾病組合的所有可能組合最大化預(yù)測(cè)能力。

該模型之所以有效，是因?yàn)樵S多生物標(biāo)記物發(fā)出了不止一種疾病的信號(hào)。例如，高血糖可能是糖尿病的征兆，但也可能是腎臟疾病，肝臟疾病或心臟病的征兆。堿性磷酸酶水平異常與心臟病，肝病和癌癥有關(guān)?！叭绻倪x擇過(guò)程沒(méi)有考慮到這些重疊部分，那么您將丟掉信息，” Bayati說(shuō)。

目標(biāo)無(wú)極限

Bayati和他的同事們概述的方法的強(qiáng)大之處在于，它可以被用來(lái)一次實(shí)現(xiàn)多個(gè)目標(biāo)。在健康風(fēng)險(xiǎn)評(píng)估中，更重要的是：準(zhǔn)確性或成本？?jī)烧叨伎梢浴Ｎ覀円A(yù)測(cè)阿爾茨海默氏病或動(dòng)脈疾病嗎？是的。

“目標(biāo)數(shù)量沒(méi)有限制，” Bayati說(shuō)?！澳梢粤谐鲆獌?yōu)化的20、30、100個(gè)目標(biāo)。然后您可以縮小需要收集的信息的范圍，因?yàn)樵谀承r(shí)候，添加目標(biāo)不需要額外的數(shù)據(jù)?！?

如果它有助于兌現(xiàn)公司健康計(jì)劃的承諾，那么這對(duì)醫(yī)療保健來(lái)說(shuō)意義重大。但是，這種方法也可以用于改善一系列業(yè)務(wù)和公共政策運(yùn)營(yíng)。巴亞蒂說(shuō)，至關(guān)重要的是要明確目標(biāo)。計(jì)算機(jī)可以進(jìn)行分析，但是人類(lèi)必須告訴他們要優(yōu)化什么。

他認(rèn)為，這是邁出的一步，公司常常掩飾不住。“有時(shí)候，似乎公司只是在急于積累數(shù)據(jù)并在以后提出問(wèn)題。但是更多的信息并不一定會(huì)更好。重要的是知道要看什么。我們的論文是朝這個(gè)方向邁出的一步?！?