
我喜歡在 Elsevier 從事機器學習是因為我們可以將理論與實務相結合。.— Georgios Tsatsaronis, 首席 NLP 專員
技術研究總監
「自動化醫療技術面臨的挑戰是風險極高,因為攸關人命。」
我的專案之一是為 ClinicalKey 進行圖像分類,讓使用者搜索圖像和文字 – 打破醫療專業人員的框架。自動化醫療技術面臨的挑戰是風險極高,因為攸關人命。因此,我們必須達到 90% 以上的準確性。與此同時,在醫療保健領域,您還可藉由機器學習獲得巨額回報。例如,電腦現在透過檢查視網膜圖片,預測糖尿病視網膜病變(糖尿病引起的失明)的能力與人類不相上下,甚至略勝一籌。機器將擔負越來越多這種服務角色。但這並不代表電腦將取代醫生。它只是幫助醫生節省例行工作的時間,然後他們可將時間運用在最擅長的事情上,無論是專業知識、診斷罕見疾病,或單純接洽病患。
--------
Sujit Pal 是實驗小組的技術研究總監,專攻搜尋、自然語言處理、機器學習和分散式處理。