
Apple ResearchKit: multiplikace vzorku medicínského výzkumuApple chce pomoci s náborem co největšího počtu zkoumaných osob. Jedním způsobem, jak to udělat, je využít aplikace pro smartphony. Jednak jsou uživatelů smartphonů milióny, jednak jsou ti velmi vstřícní vůči interakci se svými miláčky. Kde nasazení projektu ResearchKit najde uplatnění?
Apple v rámci svého Keynote představil také projekt ResearchKit - open-source nástroj, který by měl výzkumníkům medicínských oblastí usnadnit sběr dat díky získání co největšího počtu respondentů do jednotlivých výzkumů. ResearchKit je platforma navržená tak, aby spolupracovala s applovským softwarem HealthKit, který umožňuje zdravotním a fitness aplikacím sbírat data typu váhy, krevního tlaku, hladiny cukru a frekvence používání inhalátoru na astma. ResearchKit tyto kapacity ještě znásobuje o možnost přístupu k datům akcelerometru, mikrofónu, gyroskopu a GPS. Jejich pomocí mohou výzkumníci monitorovat parametry chůze pacienta, jeho motorické postižení, fyzickou kondici, řečové projevy a paměť. Několik předních výzkumných center - v čele se Stanford University School of Medicine a Icahn School of Medicine at Mount Sinai - se již zapojilo do vývoje programů, které pomohou sledovat stav pacientů a kontrolních skupin. Aktuálně jsou hotové aplikace pro výzkum Parkinsonovy nemoci (mPower), kardiovaskulárních onemocnění (MyHeart Counts), astmatu a dýchacích potíží (Asthma Health), rakoviny prsu (Share the Journey) a cukrovky (GlucoSuccess). ResearchKit poslouží nejen sběru dat mnohonásobně větších zkoumaných skupin, ale umožní i cílenou diverzitu vzorku v souladu se speciálními výzkumnými designy. Navíc tak eliminují nešvar medicínských výzkumů posledních let: malý výzkumný vzorek posbíraný od respondentů lokálně blízkých výzkumným střediskům. Aktualizováno: Vstřícný vztah uživatelů iPhonů k aplikacím a tedy i schopnost takto rekrutovat respondenty výzkumů se potvrdily. Standfordská univerzita hlásí 11 000 nových uživatelů aplikace MyHeart Counts za prvních 24 hodin. Samozřejmě se ozývají i hlasy kritické. Upozorňují na to, že samovýběr participantů může značně zkreslit data: Zdrojem informačního šumu může být špatná interakce se zařízením (přehmaty při volbě odpovědi). Z metodologického hlediska zase nedochází k výběru reprezentativního vzorku účastníků (například majitelé iPhonů mívají vyšší vzdělání a příjem než uživatelé Androidů). Dalším intervenujícím faktorem jsou lživé odpovědi na dotazníky. Na druhou stranu to mobilní aplikace vyvažují kapacitou zaznamenávat a odesílat fyziologické údaje, aniž by s nimi zkoumaná osoba přišla do styku - a mohla je zkreslit.
Daniel Beránek, 10.03.2015 14:35 Francouzští vývojáři Mistral, známí svou láskou k open-source, přichází s novým AI modelem Mistral Small 3. S 24 miliardami parametrů je sice menší než konkurenční obři, zato však nabízí rychlost, nízké... Nové AI modely DeepSeek R1 a Qwen2.5-Max představují dva odlišné přístupy k tréninku a provozním nárokům, které by mohly zásadně ovlivnit budoucí vývoj umělé inteligence. Zatímco DeepSeek R1 se profiluje jako model postavený na... Grok, umělý inteligentní asistent od společnosti xAI, udělal další krok na cestě k větší dostupnosti. Coby samostatná aplikace se šíří na další platformy. Co Grok nabídne, kde ho již můžeme vyzkoušet a co teprve přijde?
... Nejhorší je, když najdete filmovou perlu, ale nemáte k ní titulky. A když už je najdete, tak nesedí. A i když ve VLC posunete jejich časování vůči časování zvukové stopy, tak se ty stopy neustále rozcházejí - a to dokonce nikoliv symetricky. To pak... |