🧠Galeon AI®
Last updated
Last updated
Hastalıkları anında tespit edin
Her hasta için en uygun tedaviyi seçin
Milyonlarca hasta kaydından bilgi edinin
Yeni ilaçları keşfedin, hemşirelik idari görevlerini otomatikleştirin
Yapay zekanın sağlık hizmetlerindeki uygulamaları devrim niteliğinde bir potansiyele sahip ve biz daha yeni başlıyoruz! Yapay zeka oluşturmak için yenilikçilerin ve mühendislerin büyük miktarlarda yapılandırılmış verilere ihtiyacı vardır.
Dr. Nozman bu yenilikleri bu videoda şöyle açıklıyor:
Galeon olağanüstü miktarda tıbbi veriyi yapılandırır ve saklar. Bu bilgi hastanın mülkiyetinde kalır.
Galeon'da verilerinin kullanılmasına izin veren bir hasta, bu onayı istediği zaman iptal edebilir.
Galeon ayrıca Blockchain Swarm Learning® adı verilen yapay zeka eğitimi için merkezi olmayan, işbirliğine dayalı bir ağ oluşturarak hastanelerin verileri üzerindeki egemenliğine saygı duyuyor ve bunları koruyor.
Galeon, şeffaf ve güvenli yapay zeka eğitimi için özel bir teknoloji geliştirmiştir. Galeon blockchaini, tıbbi araştırmaları dünyaya yayılmış birden fazla hastane arasında merkezi olmayan hale getirmek için hastaneleri birbirine bağlamak üzere tasarlanmıştır.
Veri, yapay zeka eğitiminin yakıtıdır: nadir, değerli ve hassas bir kaynaktır.
Tıbbi verilere erişmek ve yapay zekaları eğitmek için GAFAM ve yapay zeka girişimleri çeşitli öğrenme mimarileri öneriyor. Yapay zeka eğitimini 4 ana türe ayırabiliriz: yerelleştirilmiş, merkezileştirilmiş, federe ve blockchain eğitimli sürü eğitimi (Blockchain Swarm Learning®). Her yapay zeka eğitimi türünün avantajları ve dezavantajları vardır.
Her hastane yapay zekalarını kendi verileriyle eğitiyor.
Minimum veri ve kaynak gerektiren yapay zeka uygulamaları için yerelleştirilmiş öğrenme yeterli olabilir. Bu, bir hastane bünyesinde geliştirilen basit uygulamalar için uygun olabilir. Ancak veriye dayalı kişiselleştirilmiş tedavilerin geliştirilmesinde sınırlara hızla ulaşılıyor.
Veriler üzerinde hastane egemenliği
✅
Yapay zeka üzerinde egemenlik
✅
Veri setinin boyutu (Yapay Zekaların potansiyeli ile ilişkilidir)
❌
Hastanelerde yapay zeka becerilerine duyulan ihtiyaç
😕
Verilerin katma değerinin hastaneler arasında paylaşılması ve veri alışverişinin hastalar açısından faydaları
❌
Veri güvenliği
❌
Her hastane, verilerini yapay zekaları eğiten üçüncü taraf bir platforma aktarıyor. Merkezi öğrenme, veri kaynaklarının bir yapay zeka uzmanı şirkette toplanmasına olanak tanır, ancak veriler ve araştırma sonuçları üzerindeki egemenlik hastaneler için garanti edilmez.
Bu model hastaneler ve hükümetler tarafından kabul edilmiyor.
Veriler üzerinde hastane egemenliğ
❌
Yapay zeka üzerinde egemenlik
❌
Veri setinin boyutu (Yapay Zekaların potansiyeli ile ilişkilidir)
✅
Hastanelerde yapay zeka becerilerine duyulan ihtiyaç
👌
Verilerin katma değerinin hastaneler arasında paylaşılması ve veri alışverişinin hastalar açısından faydalari
❌
Veri güvenliği
❌
Birleşik öğrenme
Veriler her bir hastanenin mülkiyetinde kalır. Ancak veriler heterojen olduğundan temizlemek için yine de tek bir erişim noktasına ihtiyaç vardır. Yapay zekalar daha sonra üçüncü taraf bir platforma ait olur.
Birleşik öğrenme, verilerin hastanelerin mülkiyetinde kalması gereken merkezi öğrenmenin bir çeşididir.
Bununla birlikte, bakım düzeyindeki verilerin heterojenliği, yapay zekaların büyük veritabanlarında eğitilmesinin önünde büyük bir engeldir. Son işleme ihtiyacı, hastanelerin sağlık hizmeti verileri değer zincirindeki ağırlığını azaltır.
Sovereignty of the hospital on data
😕
Sovereignty on Artificial Intelligences
❌
Size of the dataset (correlated to AIs' potential)
✅
Need for AI competences in the hospital
👌
Share the value-added of data among hospitals and benefit of data sharing for the patients
❌
Security of data
😕
Yapay zekanın sağlık hizmetlerindeki uygulamaları her geçen gün daha hassas hale geliyor.
Hem nicelik hem de nitelik (yapılandırılmış) açısından verilere giderek daha fazla ihtiyaç duyuyorlar. Yerelleştirilmiş, merkezi ve birleştirilmiş öğrenme yaklaşımlarının tümü, beceri kaynakları, altyapı, veri heterojenliği veya düzenleyici engellerle ilgili zorluklar ve neyse ki gizlilik kaygıları nedeniyle bir dereceye kadar sınırlıdır.
Galeon Blockchain, en hassas uygulamaları geliştirmek için yapay zekaları veri güvenliğinden ödün vermeden birden fazla kıtaya yayılmış veriler üzerinde eğitmenin bir yolu olan Swarm Learning®'i inşa ediyor.
Eğitim, çeşitli hastanelerdeki merkezi olmayan bir veri seti üzerinde gerçekleştirilir. Veriler hastane sunucularında kalır ve bir blockchain üzerinde saklanmaz.
Hastaneler arasındaki Galeon blok zinciri, yapay zekaların sağladıkları verilerle ilgili eğitimlerini takip etmek ve oluşturulan değeri, kullanılan verilerle orantılı olarak dağıtmak için kullanılıyor.
Blockchain Swarm Learning® (BSL®) hasta verilerinin gizliliğini korur.
Veriler üzerinde hastane egemenliği
✅
Yapay zeka üzerinde egemenlik
✅
Veri setinin boyutu (Yapay Zekaların potansiyeli ile ilişkilidir)
✅
Hastanelerde yapay zeka becerilerine duyulan ihtiyaç
👌
Verilerin katma değerinin hastaneler arasında paylaşılması ve veri alışverişinin hastalar açısından faydaları
✅
Veri güvenliği
✅
Galeon, Bitcoin'in temel ilkelerine sadık kalan bir yaklaşım benimsemiştir:
"Güvenmeyin, kontrol edin"
Hastanelerin hem kullanıcı hem de doğrulayıcı olduğu Galeon hastaneler arası blok zinciri, hasta mahremiyetine ve veri bütünlüğüne tam saygı gösterilmesini sağlar.
Veriler her hastane tarafından yerel olarak barındırılıyor ve yalnızca yapay zeka algoritmaları merkezi olmayan bir şekilde eğitilmek üzere blok zinciri boyunca 'taşınıyor'.
Tıbbi blockchain sayesinde yapay zeka eğitimi sırasındaki tüm eylemler takip ediliyor.
Sürdürülebilir bir sistem sağlamak için yapay zekanın yarattığı değer, hastalar, yenilikçiler, yatırımcılar ve bakıcılar arasında adil bir şekilde paylaşılmalıdır. Sağlık bilgilerinin BSL® tarafından herhangi bir şekilde kullanılması, aşağıdaki şekilde dağıtılan bir işlemle sonuçlanır:
Gönüllü hastalardan ve Galeon öncülerinden oluşan Galeon DAO fonuna %50
Verilerin kaydedildiği ve yapılandırıldığı hastanelere %40
Geri satın alma ve imha için %5
Galeon için %5
Bu dağıtım, tüm katılımcıları katkılarına göre yeterince teşvik ederek sistemin dengesini ve sürdürülebilirliğini sağlar.
Risk sermayesi (VC) destekli bir girişim, modellerini sağlık verileri üzerine eğitmek için 20.000.000 dolar topladı. Galeon platformundaki verilere erişim için 10.000.000 dolar harcıyor.
5.000.000 $ Galeon DAO fonuna gidiyor.
Veri kullanımıyla orantılı olarak hastanelere 4.000.000 dolar gidecek.
500.000$, piyasalarda $GALEON'u satın almak ve yok etmek için kullanılacak.
500.000 dolar Galeon'a gidiyor.
