背景图像设计
Penny Gunterman2020 年 6 月 29 日

有数据,将恢复

我在去年学到了很多。我认识到,世界上到处都有了不起的人,只要你给他们变得了不起的机会。我认识到,有很多值得感谢的地方。我认识到,人类可以承受很多:好的,坏的,以及其他的。这一切都是从我得知自己患有白血病开始的。现在您可以开始学习,无需费心。欢迎来到“从白血病中学到了什么”。

血液癌的化疗与许多其他化疗有许多相同之处,只是有一点曲折。由于血液生成机制已经失控,化疗药物使身体无法产生关键的血细胞,比如红细胞(携带氧气)、血小板(出血时帮助凝血)、白细胞(共同参与抗感染)以及称为中性粒细胞的重要细胞亚群,这些细胞是与免疫系统相关的主要细胞。您的免疫系统被彻底摧毁了。在这种状态下,您很容易受到感染,以至于在加州大学洛杉矶分校 (UCLA) 的血癌病房是不允许淋浴的。淋浴中可能存在雾化病原体。相反,医务人员会打开浴缸,倒上消毒剂等待消毒完成,然后您才能洗澡。普通牙刷是禁止使用的;您的血小板水平是正常的 1/10,因此使用普通牙刷有出血风险,而且正常的口腔细菌可能导致血液感染(我遇到过两次)。所以,是的,在这一点上,定期的卫生习惯是一种健康风险,您可以想象自己将会被隔离在医院一段时间。

当时我就是这样,4 轮化疗,每次都要在医院隔离一个月。十二岁以下儿童不得入内,不得离开病房,不得接触新鲜水果或蔬菜(表面可能有细菌),不戴口罩不得走出房间。他们每天早上抽一次血跟踪计数,以便确定你何时需要输血红细胞和血小板,并监测白细胞/中性粒细胞计数的进展,直到达到足够数量才能出院。每 4 小时测量一次体温,以检查是否发烧。由于没有免疫系统,第一个和最后一个危险迹象就是发烧。一旦体温超过 100.4 F,要做一长串事情,首先要进行血液培养,然后是胸部 X 光检查和抗生素治疗,抗生素治疗必须在 2 小时内开始,一直持续到住院结束。

这是最终极的等待……是吗?血细胞计数、图表上的数字、数据。我是一名工程师,现在被困在医院里,没什么事可做。你打赌那张 Excel 纸会出来。

penny1

如果你曾经试图从医生那里获得信息,你就知道是怎么回事:“每个人的情况都不一样,”“很难说,”然后他们会引用一般的经验法则。在第一个化疗周期,没有其他信息,所以我只能听他们的:“血小板是最后恢复的,”以及“您的中性粒细胞应该很快就会恢复。”结果证明这两条都错了:我的血小板首先迅速恢复,而且恢复花了 4 周时间,而我们后来才发现他们私底下所期望的是 2 周。

但随着每轮化疗进行,我有了更多的数据。人脑在模式识别方面非常厉害。我也开始了解自己的信号:血压升高通常与发热有关。如果我在下午 2 点以外开始感到寒冷,HVAC 系统会超负荷运转,我很可能在接下来的 1 到 2 小时里发烧。当我告诉主治医生,根据历史数据,我预计会在未来 48 到 72 小时内发烧时,他相信了。“让我们再看看,你现在很好”他满脸怀疑地说。48 个小时之后怎么样?发烧了。形势逆转了。现在,医生会询问我的预测,以了解我的计数何时上升,以及我什么时候能出院。我在电子表格中标记了重大事件,而且我能比护士更快地查出哪些药物我用了多长时间。

penny2

OSIsoft 为工业运营商制作数据软件。我们经常听到“资产密探”这个说法。那些对自己的资产和流程了如指掌的人;当听到有点异常的嗡嗡声,或者注意到读数波动时,他们可以预测即将发生的设备故障。我一直对此印象深刻,现在我对大数据和所有这些举措在赶上人类大脑之前还要走多远有了更深刻的了解。

因为它面临的挑战是弥合集体和个体之间的鸿沟。在漫长的隔离(在世界其他地区也被隔离之前)期间,我梳理了很多科学论文。但医疗数据很难应用。这些患者与我有多相似?多大了?他们是否有着和我一样的基因突变?使用了哪些化疗药物?他们的骨髓恢复是否同样缓慢?

工业运营商在试图描述和预测自身资产的故障时也面临着类似的挑战。关键数据分散在各个系统中,而且并不总是有可用的元数据来进行同类比较:其他机组是否也在类似的天气条件下运行?工作量是多少?是否有纵向数据可用于覆盖预期的随时间发生的基线退化?为了制作代表性模型,大数据往往不够,必须是庞大的数据。而且需要精心策划的海量数据。数据要足够庞大,以确保在数据被分段后训练集里还余留了足够的数据。总体统计当然比什么都没有好,但是我也遇到了这些分布和我自己识别模式的能力之间的差距。随着每个人构建起自己的数据集,行业杂志中也充斥着先进算法的嘈杂之音,人们很容易忽视资产密探所具有的近乎先见之明的洞察力。

总有一天,我们将拥有能够对相关变量进行细化分析的数据集,从而使我们能够创建可靠的模型。我们一定会实现的。当然,对医疗信息而言,HIPAA 法规将使之变得更加艰难,而且,很多元数据以打印的笔记格式存储,很难提取。我希望看到更多的一般数据共享,因为在新冠肺炎疫情时期,我们都在努力了解适用于我们自己的风险因素,所以我们会非常感激这一点;我们是幸运的无症状群体中的一员,还是需要准备好迎接新冠肺炎的迎头痛击?重型加工和制造公司无疑会走得更远,而设备供应商也在努力发展。物联网设备的兴起无疑降低了采集数据的成本,但我们目前仍需要进行整合和规范化处理。这需要收集大量数据、进行良好的标记/上下文处理,还需要一种方法来处理经过验证的数据(例如来自医院或控制系统的数据)和非正式数据(例如来自个人的数据)。毫无疑问,大数据和人工智能将实现这一目标。

与此同时,我继续把赌注押在只有破烂的工具和预测正确带来的既得利益的工程师身上。这好像是我的医生应该做的。

Penny Gunterman产品营销经理Penny 是一名产品营销经理,专注于帮助用户探索 PI System 的最大价值。加入 OSIsoft 之前,她在 Lawrence Berkeley 和 Los Alamos National Labs 开展燃料电池研究。她拥有加州大学伯克利分校化学工程学博士学位和加州理工学院化学工程与商务学士学位。
图形设计元素

我们能为您提供什么帮助?

40 多年来,我们一直提供可靠的数据。事实上,在首批的 25 家客户中,有 24 家仍在使用我们的平台。告诉我们怎样才能帮到您。

©2021 OSIsoft, LLC