Miroslav Kungurov 15 июня 2021

⚕ Какие специалисты по Data Science требуются в медицинских проектах и что им нужно знать?

Что может быть прибыльнее, чем вести войну, торговать оружием и промышлять в даркнете? Правильно – лечить людей и продавать лекарства. Рассказываем, что нужно знать и уметь, чтобы влиться в выгодную и легальную индустрию здравоохранения.

Кто сталкивался с чем-то посложнее простуды знает, что при нестандартных симптомах шансы на успешное лечение резко падают по нескольким причинам:

  1. Врачи работают по стандартам. С одной стороны, это хорошо, так как в основе стандарта лежит доказательная медицина и врач использует проверенную методологию. С другой стороны, тело и взаимосвязь тела и психики все еще плохо изучены, поэтому при чистых анализах и нестандартных симптомах пациенту вряд ли помогут. В таких случаях намекают на психосоматику и выписывают успокоительные средства. Таким образом врач сообщает: «не знаю, что делать».
  2. Ограниченное время на одного пациента. В РФ терапевту выделяется около 15 минут на пациента, за которые толком ничего не узнаешь.
  3. Врач может ошибиться, ведь он тоже человек. Врачебные ошибки приводят к осложнениям и в некоторых случаях к смерти в среднем у 70 тыс. россиян в год.
  4. Узкая специализация. Врачи узких специализаций рассматривают только свою область компетенций, изолированную от других направлений, в то время как в теле человека все связано и причина болезни может находиться не там, где прописано в стандарте или вообще в другой медицинской области.

Как исправить ситуацию: анализ данных

Часто одни заболевания по симптоматике похожи на другие и поставить верный диагноз невозможно, особенно на ранних стадиях развития болезни. У врача нет времени днями и ночами читать научные статьи на иностранных языках, чтобы сказать пациенту с редким заболеванием или со смазанными симптомами: «В Японии был похожий случай в 2011 г. Лечили вот так и так». Врач не может за несколько минут просмотреть историю болезней пациента за всю его жизнь и найти корреляцию с его текущим состоянием. А машина может с некоторой долей вероятности.

Работа по стандарту подразумевает наличие алгоритма:

  • Узнать симптоматику.
  • Провести диагностику и сделать анализы.
  • Определить диагноз.
  • Назначить лечение.

Эти четыре шага может выполнить машина на основе массива данных.

Наука о данных использует большие объемы информации, полученной из разрозненных источников, таких как медицинские карты пациентов, результаты диагностики, планы и результаты лечения, чтобы создать базу данных симптомов и успешных планов лечения, которая поможет врачам принимать правильные решения.

Что нужно знать

  • Питон или язык R;
  • библиотеки Pandas, PyTorch, TensorFlow, Numpy, Matplotlib, Scikit-learn;
  • основы реляционных баз данных. MySQL;
  • обработку естественного языка;
  • прикладную статистику в медицине;
  • уметь визуализировать данные.

Бесплатные курсы:

Чем еще может помочь наука о данных?

1. Фармакология

В контексте фармацевтической промышленности науку о данных можно определить как дисциплину, находящуюся на стыке статистики, информатики и открытия лекарств.

Одной из основных парадигм механизма действия лекарств является теория «замка и ключа». Белок – это «замок», а поиск лекарства заключается в поиске правильного «ключа» для отпирания замка. Лекарство избирательно связывается с определенным местом в белке-мишени, ответственной за заболевание и модулирует – увеличивает или уменьшает – активность мишени.

Что нужно знать

  • Питон на продвинутом уровне;
  • создавать и оценивать модели машинного обучения;
  • обучать нейронные сети;
  • материаловедение, квантовую химию и биологию на начальном уровне.

Популярные библиотеки:

Бесплатные курсы:

2. Послеоперационный период

В послеоперационный период IoT-устройства, представленные в виде носимых устройств, могут передавать данные о сердцебиении, потреблении калорий, уровне кислорода в крови и другие медицинские параметры пользователей для контроля состояния здоровья.

Что нужно знать

  • Питон или C/C++ на среднем уровне;
  • основы схемотехники;
  • разбираться в датчиках;
  • уметь паять и собирать контроллеры самому;
  • программировать контроллеры: Arduino, ESP, STM или Raspberry Pi.

Бесплатные курсы:

3. Геномика

Геномика изучает геном – весь наследственный материал живого организма, совокупность генов. Она изучает функцию генов и строение важных белковых молекул и определяет связь между генами и заболеванием.

Что нужно знать

  • Питон на среднем+ уровне;
  • библиотеки Pandas, NumPy, SciPy, Scikit-learn, PyTorch или TensorFlow;
  • догмы молекулярной биологии;
  • алгоритмы для секвенирования ДНК;
  • математическую биологию на начальном уровне.

Популярные библиотеки:

Бесплатные курсы:

4. Распознавание изображений

Наука о данных в здравоохранении используется для поиска патологий на изображениях, полученных в результате лучевой диагностики: рентгена, КТ и МРТ.

Что нужно знать

  • Питон на среднем уровне и выше;
  • принципы ООП, библиотеки NumPy, SciPy и Scikit-learn;
  • алгоритмы и структуры данных на Python;
  • основы высшей математики;
  • уметь работать с библиотекой PyTorch или TensorFlow;
  • строить нейронные сети и проводить сегментацию изображений.

Популярные библиотеки:

Бесплатные курсы:

***

Если есть желание использовать науку о данных не только как двигатель капиталистической машины, но и делать что-то полезное для людей, то, медицина – правильный выбор. Образовательная онлайн-платформа GeekBrains проводит набор на факультет Data Science в медицине, на котором студенты научатся с нуля решать задачи в области медицины. Обучение длится 18 месяцев, плюс 6 месяцев занимает практика по медицинской специализации. По итогам получите 15 проектов в портфолио и гарантию трудоустройства.

МЕРОПРИЯТИЯ

Комментарии 0

ВАКАНСИИ

Добавить вакансию
DevOps эксперт
Москва, по итогам собеседования
Golang разработчик
Москва, по итогам собеседования
Senior backend developer (PHP)
Москва, от 220000 RUB до 270000 RUB
Senior Go developer
по итогам собеседования

ЛУЧШИЕ СТАТЬИ ПО ТЕМЕ