En mi opinión, se debe en gran medida a los diversos esquemas de protección de datos y confidencialidad del paciente y a las obligaciones legales que se han establecido. Existe una gran oportunidad para que el aprendizaje automático revolucione la atención médica, pero siempre existe la posibilidad de que esto no se pueda usar legalmente. O incluso si es así, los medios y el público en general adorarían un escándalo sobre esas proporciones. Vea aquí un ejemplo de cómo Google DeepMind pudo haber fallado en cumplir algunos requisitos legales hace unos meses y el caos que siguió.
Una razón un poco más técnica es que Machine Learning puede y fallará. Los médicos tienen que lidiar con no diagnosticar algo de vez en cuando. Sin embargo, tienen protocolos que se presentan para minimizar estas ocurrencias, que son similares a la revisión por pares. La otra cosa de su lado es que (la mayoría) de los médicos son humanos y eventualmente cometerán errores. Sin embargo, los modelos avanzados de Machine Learning generalmente compartirán datos entre los “doctores” de robots individuales para una mayor precisión, rompiendo algunos de estos protocolos. No hacerlo terminará con menos precisión para los “médicos” individuales. Además, el consenso público es que las máquinas no deben fallar, por lo tanto, si bien un médico puede ser perdonado por un error, un robot no puede.
Además, si observa algunos de los algoritmos de aprendizaje automático más avanzados, como los modelos de aprendizaje por refuerzo con aproximación de funciones, se supone que fallan para mejorar, y otros, como los codificadores automáticos variables, son inherentemente estocásticos. Fracasarán, y cuando lo hagan, el jurado no será indulgente.
- En mi búsqueda de convertirme en científico de datos, elegí aprender R. Sin embargo, ¿es importante elegir el campo de especialización antes de aprender algún paquete?
- ¿Cómo trabajan juntos los científicos de datos y los ingenieros de aprendizaje automático en una aplicación industrial ML / NLP / CV de extremo a extremo en una gran empresa tecnológica?
- ¿Qué piensan los científicos de datos experimentados sobre 'El proceso de ciencia de datos' descrito en Harvard CS 109 (2013) (ver imagen)?
- ¿Cuál es el mejor editor de texto de Python para científicos de datos (iPython, PyCharm, Eclipse, etc.)?
- Después de tener una experiencia en ciencia de datos por menos de un año, ¿qué compañías me llevarían y cuál sería mi paquete?
A pesar de todo mi pesimismo, todavía hay oportunidades en el cuidado de la salud que la ciencia de datos está tratando de llenar, y lo hará, tarde o temprano. Creo firmemente que Intelligent Healthcare (no sabía cómo llamarlo) es un paso hacia el futuro y la forma en que DeepMind está tratando de hacer un trato con el NHS es, por supuesto, extremadamente admirable.