Содержание


Разработка интеллектуальных носимых устройств для сферы здравоохранения

Часть 2. Создание когнитивных приложений, использующих службы Watson

Comments

Серия контента:

Этот контент является частью # из серии # статей: Разработка интеллектуальных носимых устройств для сферы здравоохранения

Следите за выходом новых статей этой серии.

Этот контент является частью серии:Разработка интеллектуальных носимых устройств для сферы здравоохранения

Следите за выходом новых статей этой серии.

Почему Watson?

Для создания сложных приложений, обсуждавшихся в первой части этой серии статей (Использование носимых устройств и когнитивных вычислений для улучшения медицинского обслуживания), разработчикам носимых устройств потребовалось бы создавать свои собственные сервисы машинного обучения и анализа данных. Эта задача невыполнима без опытных разработчиков программного обеспечения и специалистов по машинному обучению и исследованиям данных. После создания таких сложных сервисов разработчикам потребовалось бы создавать прикладные и системные архитектуры и тестировать их с течением времени, чтобы убедиться в том, что они соответствуют потребностям пользователей. В связи с этим лишь немногие поставщики носимых устройств предлагают нечто большее, чем базовые инструменты.

Система IBM Watson и службы Watson, доступные на платформе IBM Bluemix, предоставляют разработчикам носимых устройств множество преимуществ, включая ускоренный вывод решений на рынок, минимальные инвестиции, выполнение регулирующих норм, встроенные средства обеспечения безопасности и, конечно, набор когнитивных функций. Используя интерфейсы Watson API, компании могут сэкономить несколько человеко-лет. И что более важно, производители носимых устройств и поставщики услуг могут предоставлять революционные возможности, не нанимая разработчиков средств машинного обучения или специалистов по исследованиям данных. Службы Watson позволяют разработчикам носимых устройств сосредоточиться на создаваемых датчиках и концепциях, не отвлекаясь на разработку сложных сервисов и инфраструктуры, которые необходимы для предоставления действительно полезных решений.

Службы Watson можно сочетать с собственным программным кодом и другими службами, включая те, которые предлагает IBM в составе своей платформы Bluemix. Интерфейсы Watson API — это сервисы RESTful, а значит, вы можете использовать их возможности для создания значительно более сложных приложений или систем, чем могли бы в случае разработки подобных возможностей собственными силами. Вы также можете использовать компоненты интерфейсов Watson API, которые наилучшим образом дополняют ваши усилия по проектированию и созданию систем, соответствующих требованиям вашего бизнеса и приложения. Или вы можете для создания своих приложений просто использовать всю экосистему и платформу IBM в Bluemix.

Интерфейсы RESTful API служб Watson

Для использования служб Watson в собственных носимых решениях вам необходимо понимать, как службы Watson работают, как они вписываются в масштабную экосистему разработчиков и какие преимущества вы можете получить. В настоящее время каталог Watson Services включает небольшой набор API-интерфейсов, использующих возможности когнитивных вычислений системы Watson.

На сегодняшний день каталог Watson Services предлагает следующие службы, находящиеся на разных этапах выпуска (стабильная версия, бета-версия или экспериментальная версия):

  • Concept Expansion
  • Concept Insights
  • Language Identification
  • Machine Translation
  • Message Resonance
  • Natural Language Classifier
  • Personality Insights
  • Question and Answer
  • Relationship Extraction
  • Speech to Text and Text to Speech
  • Tradeoff Analytics
  • Visual Recognition
  • Visualization Rendering

Разработка носимых решений: пример использования Watson API

Рассмотрим детальный пример, позволяющий лучше понять преимущества разработки носимых решений с использованием интерфейсов Watson API. На рисунке 1 показана схема приложения, которое получает данные от носимого датчика и отправляет их на смартфон. Смартфон не только взаимодействует с приложением, хранящим значимые данные о пользователе и показания датчика, но и извлекает информацию из большого набора медицинских данных для выполнения статистического сравнения.

Рисунок 1. Простое когнитивное приложение с использованием интерфейсов Watson API, которое собирает данные с носимых устройств
Simple cognitive application using the Watson APIs that gathers data from wearables
Simple cognitive application using the Watson APIs that gathers data from wearables

В этом простом примере приложение использует несколько служб Watson. Прежде всего, это служба Question and Answer, предоставляющая пользователям возможность задавать вопросы на естественном языке, например: «Как можно оценить мои данные в сравнении с данными других людей, таких как я?» или «Что означает продолжительное учащенное сердцебиение в состоянии покоя после пробежки?». Кроме того, приложение использует службу Watson Trade Off Analytics, позволяющую пользователям сравнивать диеты, виды активности, сжигаемые калории и режимы сна. С течением времени такое сравнение позволит визуализировать изменения, которые следует вносить в повседневный режим.

Для разработки такого приложения с нуля потребовалось бы много месяцев. Однако компания, уже имеющая аналитическое приложение для носимых устройств, может легко это сделать с использованием интерфейсов Watson RESTful API без внесения значительных изменений в существующее приложение. Фактически разработчики всего за 48 часов создавали похожие когнитивные приложения с использованием интерфейсов Watson API, имея только базовые навыки web-программирования и разработки. Для создания нового приложения или сервиса разработчики могут сами выбирать облачную среду и язык программирования или выполнять эту задачу непосредственно в среде Bluemix.

Безусловно, интерфейсы Watson API просты в использовании, и их можно легко интегрировать в приложения, но для успешного создания приложений требуется тщательное первоначальное проектирование. Поскольку преимущества системы Watson заключаются в ее способности обучаться с использованием качественного контента, а также отзывов пользователей и экспертов, вам необходимо хорошо продумать и определить, какие данные будет использовать Watson для обучения, и обеспечить обратную связь с пользователями.

Взаимодействие пользователей с приложением зачастую является основой успешного создания когнитивного приложения. Система Watson имеет мощные средства машинного обучения, которые работают наиболее эффективно в областях с четкой информацией, с использованием четких запросов, обеспечивая четкие ответы. Допустим, к примеру, что у нас есть система, которая получает показания с носимого датчика пользователя и сравнивает эти данные, вместе со сведениями о диете, физических упражнениях и демографических характеристиках, с данными национальной системы здравоохранения. Затем мы используем API-интерфейс Watson Question and Answer, чтобы предоставить пользователям возможность задавать системе различные вопросы о здоровье и физической форме. Хорошим вопросом для Watson QA API может быть следующий: «Не является ли мое артериальное давление слишком высоким?» Это хороший вопрос, если мы спроектировали приложение таким образом, чтобы снабжать вопрос контекстом. Например, если мы разработали экран, показывающий последние данные о давлении, и система использует эти данные для сравнения с агрегированными данными. Затем система может ответить, что артериальное давление и другие собранные показатели пользователя являются хорошими исходя из общенациональных тенденций для конкретных демографических характеристик. Однако этот же вопрос может быть для системы плохим, если он не снабжается контекстом через качественное проектирование приложения. Еще одним важным аспектом при создании приложений для Watson является наличие качественного контента, с которым система будет работать.

Значимость данных

Поскольку Watson использует машинное обучение для выявления взаимосвязей и обнаружения требуемой информации, наличие качественных данных для конкретной предметной области чрезвычайно важно для использования служб Watson. Службы Watson могут извлекать данные из обширного разнообразия источников информации, структурированной и неструктурированной. Во многих случаях вам потребуется подготовить данные с применением процессов сбора, очистки, агрегирования и проверки, перед тем как помещать эти данные в хранилище Watson Content Store.

Выбрав и подготовив контент, который вы хотите использовать, необходимо настроить Watson для более эффективной работы с такими данными, используя Watson для их обогащения. IBM предлагает набор инструментов, позволяющих эксперту в предметной области работать с Watson для определения пар, состоящих из вопроса и ответа, и обучения системы этим ответам. Такая настройка данных позволяет системе Watson лучше находить в своей базе знаний наиболее подходящий ответ на вопрос пользователя. Затем Watson может обучаться пользователями, имеющими возможность оценивать, насколько полезными были полученные ответы. Watson использует всю эту информацию для дальнейшего совершенствования своих ответов. Вы можете легко выполнить такую тщательную настройку своего контента, если в альфа- и бета-версиях своих приложений реализуете возможность сбора отзывов реальных пользователей и их использования для дальнейшей настройки.

Заключение

В статье приведены некоторые причины выбора Watson для разработки носимых решений, а также описан процесс проектирования когнитивного приложения Watson.

В следующей статье из этой серии будет рассказано о том, как приступить к разработке приложения Watson, предназначенного для гипотетического носимого решения. Кроме того, будет приведено более детальное описание процесса интеграции Watson в реальное приложение.


Ресурсы для скачивания


Похожие темы


Комментарии

Войдите или зарегистрируйтесь для того чтобы оставлять комментарии или подписаться на них.

static.content.url=http://www.ibm.com/developerworks/js/artrating/
SITE_ID=40
Zone=Когнитивное программированиеs
ArticleID=1031587
ArticleTitle=Разработка интеллектуальных носимых устройств для сферы здравоохранения: Часть 2. Создание когнитивных приложений, использующих службы Watson
publish-date=05132016