La scienza dei dati non è un progetto scientifico

Fornito da SAS

Secondo un sondaggio del 2018 di New Vantage Partners, il 97% delle aziende lo è investire in big data e intelligenza artificiale (AI) e l'obiettivo principale per la maggior parte è distribuire funzionalità di analisi avanzate per il processo decisionale aziendale.

Oliver Schabenberger è Executive Vice President, Chief Operating Officer e Chief Technology Officer di SAS.

Tuttavia, almeno la metà di analitica i risultati non entrano mai in produzione.

L'obiettivo finale di trasformazione digitale attraverso la scienza dei dati è quello di migliorare l'organizzazione. Che l'obiettivo sia aumentare i ricavi, ridurre i costi, aumentare la produttività o avviare nuove attività, le organizzazioni devono andare oltre la raccolta di dati.

Anche le risorse di analisi e i modelli di intelligenza artificiale creati nella fase di scoperta non sono l'obiettivo finale. Se non si rendono operative queste risorse mettendole in atto per ottenere risultati di business e gestirle continuamente, la scienza dei dati non può realizzare il suo potenziale.

Oliver Schabenberger, vicepresidente esecutivo, chief operating officer e chief technology officer di SAS, parla alla conferenza Analytics Experience 2018 dell'azienda a San Diego. Steve Muir/SAS

Da dove cominciare con la scienza dei dati

Se prevedi di investire in un programma di scienza dei dati, dovresti essere ben oltre la fase di ipotesi e raccolta dei dati di un progetto. Devi avere un chiaro problema identificato che sei pronto ad affrontare con l'analisi e devi sapere quali dati utilizzerai per risolvere quel problema.

Ci sono molti ostacoli al successo nelle iniziative basate sui dati. La principale tra queste è la difficoltà che molte organizzazioni devono affrontare nell'operazionalizzazione dell'analisi: distribuzione, monitoraggio e gestione dell'analisi e dell'intelligenza artificiale nei processi aziendali.

Come puoi superare questa sfida e spostare la tua idea da un progetto scientifico a una vera scienza dei dati?

1. Inizia in piccolo, con un progetto che affronta una competenza fondamentale dell'azienda. Assicurarsi che tutte le parti siano d'accordo sul valore commerciale e sulla fattibilità tecnica del progetto.
2. Seleziona un progetto che offrirà una vittoria entro un anno. Scopri quando entra nel progetto che aspetto ha una vittoria e come verrà misurata.
3. Cerca opportunità per automatizzare ed espandere il tuo utilizzo dell'analisi. L'automazione può moltiplicare esponenzialmente i risultati del tuo progetto.

Per illustrare questi concetti, vorrei descrivere due recenti storie di successo nella scienza dei dati. Uno è un sistema sanitario che utilizza la visione artificiale per aiutare a curare i malati di cancro. L'altra è un'agenzia di servizi sociali che utilizza l'apprendimento automatico per proteggere i bambini vulnerabili. Infine, vedrai come questi progetti stanno uscendo dalla fase pilota per essere implementati per risultati a lungo termine.

Automatizzare il rilevamento del tumore nelle immagini mediche

Centro medico dell'Università di Amsterdam ha recentemente iniziato a utilizzare la visione artificiale e l'analisi predittiva per migliorare l'assistenza ai malati di cancro. Il suo progetto iniziale utilizza il rilevamento di oggetti per identificare e misurare i tumori nelle scansioni TC del fegato.

In precedenza, i radiologi misuravano manualmente le dimensioni dei tumori nelle scansioni prima e dopo il trattamento. Questo lavoro richiede spesso fino a un terzo della giornata lavorativa del radiologo, ma è un lavoro fondamentale. Se i tumori del paziente rispondono al trattamento, ciò rende anche il paziente un buon candidato per la chirurgia.

I leader hanno visto questo come un progetto pilota perfetto per testare le capacità di analisi e intelligenza artificiale. L'ospedale ha costruito modelli di computer vision per analizzare le immagini mediche in una frazione del tempo. Il rilevamento degli oggetti riconosce i tumori e le dimensioni del tumore quasi istantaneamente. Inoltre, i modelli sono più obiettivi e più accurati rispetto ai radiologi.

Questo uso dell'analisi non solo consente ai radiologi di svolgere un lavoro più pratico con i pazienti, ma salva anche vite. Trovando i risultati in modo più rapido e accurato, la visione artificiale può aiutare a portare più pazienti a interventi chirurgici salvavita prima.

In che modo questo progetto è passato dal progetto scientifico ai risultati della scienza dei dati?

• L'intelligenza artificiale viene applicata ai dati dei pazienti reali per prendere decisioni sulla cura dei pazienti.
• L'ospedale ha selezionato un progetto con un grande potenziale perché il metodo attuale è manuale, dispendioso in termini di tempo e in qualche modo soggettivo. I leader hanno compreso chiaramente i vantaggi dell'automazione con un metodo più obiettivo e accurato.
• La dimensione iniziale del progetto era gestibile perché l'IA è stata applicata per aiutare con un aspetto del trattamento di un particolare tipo di cancro.
• L'automazione delle misurazioni dei tumori è un processo ripetibile che continuerà a far risparmiare tempo e migliorare l'assistenza ai pazienti.
• Il successo di questo progetto può essere ripetuto per aiutare a curare altri tipi di cancro e per leggere altri tipi di immagini mediche.

Avvertire gli operatori sociali quando i bambini sono a rischio

Nuova contea di Hannover , nella Carolina del Nord, è il ground zero dell'epidemia di oppioidi che sta devastando gli Stati Uniti. Di conseguenza, il Dipartimento dei Servizi Sociali ha assistito a casi di abuso e abbandono alle stelle.

Il numero di bambini presi in custodia a causa di oppioidi è raddoppiato nella contea dal 2013. Gli oppioidi rappresentano ora quasi il 30% degli interventi del DSS.

L'agenzia conosce i fattori che mettono a rischio un bambino. Ma quando non può agire sui dati disconnessi al momento giusto, i bambini possono facilmente cadere nelle crepe.

Wanda Marino, all'epoca vicedirettore del DSS, sapeva che la contea poteva fare di meglio. Quando ha sentito parlare di un modo per affrontare gli abusi sui minori con l'analisi predittiva, ha chiesto una dotazione per aiutare a pilotare la tecnologia.

Il nuovo sistema riunisce diverse fonti di dati e genera avvisi basati su regole quando il livello di rischio di un bambino è aumentato. Potrebbero essere chiamate di emergenza da casa, arresti di familiari, nuove persone in casa o nuove indagini. Indipendentemente dalla fonte, la presentazione visiva dei dati consente agli operatori del caso di vedere facilmente cosa ha attivato un avviso, approfondire il caso per i dettagli e determinare quali interventi potrebbero essere necessari.

I risultati di interventi più rapidi includono la riduzione dei danni ai bambini e l'aumento dei tassi di permanenza, una casa permanente per il bambino. Marino afferma che i bambini a rischio sono i veri beneficiari. Questa partnership è stata monumentale. È stata l'unica cosa che ci ha aiutato ad andare avanti e prevenire gli abusi sui minori in modo tempestivo, e anche a salvare vite umane.

In che modo questo progetto è passato dal progetto scientifico ai risultati della scienza dei dati?

• La contea ha selezionato un progetto che ha il potenziale per salvare vite umane e rendere più efficienti gli operatori sociali.
• Il progetto aveva un chiaro obiettivo: aiutare i bambini in un'area con risorse sovraccariche.
• L'apprendimento automatico viene applicato a più origini dati per aiutare a prendere decisioni sulla sicurezza dei bambini.
• L'automazione degli avvisi per gli operatori del caso è un processo ripetibile che continuerà a risparmiare tempo e migliorare la vita dei bambini.
• Il successo di questo progetto può essere ripetuto e ampliato per aiutare altre contee e altro personale che interagisce all'interno del sistema dei servizi sociali, come giudici e agenti di polizia.

Andare oltre il progetto scientifico

Analytics non è un progetto scientifico e non è dominio solo di statistici e data scientist, non più. Quello che vediamo negli esempi in questo articolo è come si manifestano questi principi:

• Abilitazione di insight e processo decisionale basato sui dati.
• Lavori resi più facili e più produttivi.
• Decisioni prese in modo più affidabile e veloce aumentando l'accesso all'analisi.
• Risultati finali a beneficio dei pazienti, delle famiglie e della comunità.
• Analisi che passano dai progetti scientifici alle operazioni per aiutare l'organizzazione, i suoi dipendenti e le persone che serve.

Per entrambi questi progetti, i risultati iniziali stanno portando a un uso esteso dell'analisi. All'UMC di Amsterdam, gli amministratori ci dicono che sperano di espandere i modelli di rilevamento degli oggetti per più tipi di cancro e più tipi di pazienti. Nella Carolina del Nord, ciò che funziona in una contea può essere esteso ad altre contee e potrebbe portare a un programma in tutto lo stato.

Affinché la scienza dei dati funzioni, dovresti essere in missione per rimuovere gli ostacoli alla produzione e al consumo di analisi. Come puoi prendere un progetto pilota e trasformarlo in qualcosa di più grande? Come puoi prendere i dati che già possiedi e trasformarli in un cambiamento positivo per la tua organizzazione e i tuoi stakeholder?

Impara di più riguardo iniziative basate sui dati presso SAS .

nascondere