#AI #bigdata #gadget #cardio

Развитие медицинского IoT в области самодиагностики чем то похоже на появление доступных систем веб-аналитики в конце 00х. До этого все писали подобные системы сами и только для тех данных, которые реально нужны. А здесь ставишь счетчик GA и получаешь огромный объем самых разнообразных данных. Только вот небольшая проблема — что с ними делать?

Не знаю как это называется по-модному, но я называю это DataRush (кто играл в старкрафт поймет). Переизбыток данных создает больше проблем, чем недостаток. В конечном итоге процентов 80 пользователей в GA смотрят только сколько человек в день/месяц зашло на сайт :)

Такая же проблема и в мед IoT. Миллион устройств, все снимают какие то данные. Только что с ними делать, кроме красивых графиков в мобильном приложении. К тому же в медицине не всегда чем больше данных, тем лучше. Бывает даже наоборот)

В общем вполне логичная история — попытка применить алгоритмы анализа данных на этих объемах. Что и делает AliveCor. Сначала они запустили гаджет для снятия ЭКГ, а через пару лет осознали проблему больших данных, и запустили нейронку, которая на основе вспомогательных данных (вес, рост, активность, что то еще) пытается определить ранние стадии кардио-заболеваний. Как это работает, никаких данных нет (ждем статью в netural?). Но ивестиции под проект они получили порядка $30M, т.ч. видимо технология работает :) Движение, несомненно, верное. Но еще более верное было бы оно, если бы они делали AI платформу, совместимую со всеми кардио-мониторами других производителей.

Подробнее в статье https://www.wired.com/2017/03/alivecor-kardia/