Biometrics is data mining

ביומטריקה נחשבת בעיני רבים לתחום בפני עצמו, אך היא למעשה יישום של כריית נתונים, ובו בעיה מיוחדת: צורך לזהות דפוסי התנהגות מורכבים ולא ידועים, על בסיס מספר קטן יחסית של ניסויים.
הדרישה נ"ל שונה מהדרישה המקובלת ב-data mining, למצוא קשרים בתוך כמות רבה של רשומות, ולכן תכנות ה-DM המוצעות בשוק לא יודעות לתת לה מענה, והיה צורך בהקמת תחום הביומטריקה ככלי עזר ייחודי למחקרי ביוטק.

הבשורה היא, שפתרון טוב לכריית נתונים כמו GT, מכסה את הדרישה המיוחדת לניתוח מתכנס על בסיס מעט רשומות, ועוד מספר דרישות חשובות גם הן, כגון ניצול נתונים לא-מפוקחים, והתגברות על רעש בנתונים - דינאמיות ואיכות לא-אחידה.  ראו מצגת

אדית

שאלת המיליון למשקיעים בחברות פיתוח תרופות, הוא קיצור תקופת הניסויים הקליניים.
הבעיה הכואבת היא, שניסויים קליניים באים בסוף הפיתוח, הם נמשכים שנים בלי שום אפשרות לסטות מהשיטה והמטרה שהוצבו בתחילת הדרך, ולא מעט מהם נכשלים.

הפתרון של GT data mining לקיצור מחקרים קליניים והורדת סיכונים, מבוסס על שתי תכונות ייחודיות:
(א) גילוי מוקדם של דפוסי התנהגות נתוני המחקר,
(ב) אפשרות להשתמש בנתונים לא-מפוקחים, שלא תוכננו מראש, אפילו אם אינם עומדים בדרישות הסטטיסטיות - וליצר מהם השערות תקינות מבחינת ה-FDA.

אדית

users.actcom.co.il/~edit#CR

מכתב לקוראים,

פתרונות חדשניים עם הבטחות גדולות נתקלים בספקנות: אם זה כל כך טוב, איך יכול להיות שכל החברות הגדולות שאיתן אני בקשר לא שמעו על כך? מצד שני, ברור שכל דבר חדש הוא בלתי ידוע בהתחלה. כאשר הפתרון המוצע לא מחיב השקעות, והספק מעורב אישית בביצוע תחת עינו הפקוחה של הלקוח, אפשר להתחיל להרגע. בנוסף, ישנו השיקול של התועלת המצופה בפתרון. כמו במקרה של GT data mining, שמבטיח קיצור זמן הגעה לשוק.

בעברי עבדתי בין היתר בבחירת פתרונות תכנה ללקוחות, כך שמוכר לי היטב המצב של היסוס מול פתרון חדש. כדי להקל על הלקוחות את הבחירה, נהגתי אז להציע הרצת ניסוי, וכן גם עכשיו.

יש בידי נתוני מחקר קליני, שיכולים לשמש להדגמה (לא חלה עליהם סודיות).
אפשר להציג אותם כאן בצורות שונות...

השאלה היא, איך לערוך את ההדגמה בצורה שתביא את מירב התועלת?
אשמח לקבל מכם תגובות והצעות.

אדית
This e-mail address is being protected from spambots. You need JavaScript enabled to view it.