ايلي كاهان
المساهم
شارك على Twitter
eli cahan هو طالب طب في جامعة نيويورك في إجازة لإكمال السياسة الصحية في ستانفورد كعالم فارس هينيسي. يتناول بحثه فعالية الابتكار الصحي (الرقمي).
المزيد من المشاركات من قبل هذا المساهم
لماذا لا يمكن لـ Heallealth تسوية منحنى فيروس كورونا بشكل كبير - ولكن
لماذا تكون مؤشرات الأداء الرئيسية حاسمة وسط أزمة (الصحة العامة)
يبدو أن تقنية HealthTech في العصر الذهبي. قبل بضعة أسابيع فقط جمعت Livongo و Health Catalyst 500 مليون دولار من خلال الاكتتابات الاكتتابوية مع تقييم مشترك يصل إلى 3.5 مليار دولار. تحفز صفقات مثل هذه 2019 قياسيًا 2019 حيث من المتوقع أن يتجاوز نشاط الصفقات الصحية الرقمية 8.1 مليار دولار تم استثماره في عام 2018.
وسط هذه الوفرة كان هناك 300000 تطبيق للهاتف المحمول و 340 جهازًا يمكن ارتداؤه للمستهلكين - مع 200 تطبيق جديد للهاتف المحمول يوميًا. لم يكن أي موضوع أكثر أهمية لهذا جمع التبرعات من الذكاء الاصطناعي والتعلم الآلي (AI/ML) وهي مساحة استحوذت على أكثر من ربع تمويل تقنية الصحة في عام 2018.
حتى الآن كم من هذه التقنيات سوف تثبت قيمة من حيث المصطلحات الطبية أو الأخلاقية أو المالية؟
عالجت مجموعة الأبحاث الخاصة بنا في ستانفورد هذا السؤال من خلال أخذ غوص أعمق في القول بأنه في AI/ML القمامة في القمامة المتساوية. لقد فعلنا ذلك من خلال التمييز بين خوارزميات الصحة الرقمية التي تستفيد من AI/ML من بيانات التدريب الأساسية وتوثيق العواقب العديدة على مخرجات هذه التقنيات في حالة تشبه المدخلات بشكل جيد القمامة.
على سبيل المثال فائدة الوراثية قد تكون درجات المخاطر التي توفرها شركات مثل 23andme و Ancestrydna (التي قدرت تقييمات قدرها 1.75 دولار و 2.6 مليار دولار على التوالي) بسبب التحيزات التشخيصية الناجمة عن التمويل الناقص للسكان المتنوعة. تقديم مجموعة متنوعة من التوصيات للمطورين والمخترعين والمؤسسين الذين يقودون تقدم الصحة الرقمية - وكذلك الممولين الذين يدعمون هذه الرسوم إلى الأمام - لضمان أن ابتكاراتهم ذات قيمة لأصحاب المصلحة الذين يستهدفونه. لإثبات قيمتها للمرضى
المساهم
شارك على Twitter
eli cahan هو طالب طب في جامعة نيويورك في إجازة لإكمال السياسة الصحية في ستانفورد كعالم فارس هينيسي. يتناول بحثه فعالية الابتكار الصحي (الرقمي).
المزيد من المشاركات من قبل هذا المساهم
لماذا لا يمكن لـ Heallealth تسوية منحنى فيروس كورونا بشكل كبير - ولكن
لماذا تكون مؤشرات الأداء الرئيسية حاسمة وسط أزمة (الصحة العامة)
يبدو أن تقنية HealthTech في العصر الذهبي. قبل بضعة أسابيع فقط جمعت Livongo و Health Catalyst 500 مليون دولار من خلال الاكتتابات الاكتتابوية مع تقييم مشترك يصل إلى 3.5 مليار دولار. تحفز صفقات مثل هذه 2019 قياسيًا 2019 حيث من المتوقع أن يتجاوز نشاط الصفقات الصحية الرقمية 8.1 مليار دولار تم استثماره في عام 2018.
وسط هذه الوفرة كان هناك 300000 تطبيق للهاتف المحمول و 340 جهازًا يمكن ارتداؤه للمستهلكين - مع 200 تطبيق جديد للهاتف المحمول يوميًا. لم يكن أي موضوع أكثر أهمية لهذا جمع التبرعات من الذكاء الاصطناعي والتعلم الآلي (AI/ML) وهي مساحة استحوذت على أكثر من ربع تمويل تقنية الصحة في عام 2018.
حتى الآن كم من هذه التقنيات سوف تثبت قيمة من حيث المصطلحات الطبية أو الأخلاقية أو المالية؟
عالجت مجموعة الأبحاث الخاصة بنا في ستانفورد هذا السؤال من خلال أخذ غوص أعمق في القول بأنه في AI/ML القمامة في القمامة المتساوية. لقد فعلنا ذلك من خلال التمييز بين خوارزميات الصحة الرقمية التي تستفيد من AI/ML من بيانات التدريب الأساسية وتوثيق العواقب العديدة على مخرجات هذه التقنيات في حالة تشبه المدخلات بشكل جيد القمامة.
على سبيل المثال فائدة الوراثية قد تكون درجات المخاطر التي توفرها شركات مثل 23andme و Ancestrydna (التي قدرت تقييمات قدرها 1.75 دولار و 2.6 مليار دولار على التوالي) بسبب التحيزات التشخيصية الناجمة عن التمويل الناقص للسكان المتنوعة. تقديم مجموعة متنوعة من التوصيات للمطورين والمخترعين والمؤسسين الذين يقودون تقدم الصحة الرقمية - وكذلك الممولين الذين يدعمون هذه الرسوم إلى الأمام - لضمان أن ابتكاراتهم ذات قيمة لأصحاب المصلحة الذين يستهدفونه. لإثبات قيمتها للمرضى
اخلاء مسؤولية! هذا المقال لا يعبر بالضرورة عن رأي جامعة الرازي
