Klinisk Biokemi i Norden · 3 2016
| 31
sygdomme. Som det kan ses i tabel 1, havde FindZe-
bra i en væsentlig større procentdel af tilfældene den
rigtige diagnose blandt top 10 eller top 20 af diagno-
seforslagene (1)
IBM har udviklet et diagnosesystem kaldet IBM
Watson Health, som har samlet al information fra
Pubmed, fra dusinvis af medicinske lærebøger, fra
tusindvis af patientjournaler mm., i alt adskillige
millioner sider tekst. Det er et såkaldt kognitivt kom-
puter system, som løbende ”lærer” af de cases, som
det bliver præsenteret for. For at teste deres system
brugte udviklerne et sæt af 5000 medicinske spørgs-
mål fra
the American College of Physicians (ACP)
, som
har været brugt i en jeopardy lignende konkurrence
kaldet
Doctor’s Dilemma
.
Det kunne desværre ikke lade sig gøre at frem-
skaffe det præcise sæt af spørgsmål, som blev brugt i
testen af Watson, men i en test af 546 spørgsmål fra
ACP sættet på FindZebra, kom 53% af de korrekte
diagnoser i top 10, hvilket svarer den rapporterede
perfomance af Watson systemet (3).
Watson er tænkt som et bredt værktøj indenfor
sundhed til at blandt at andet at komme med diag-
noseforslag til alle typer sygdomme, hvorimod Find-
Zebra fokuserer på sjældne sygdomme. Endvidere er
FindZebra i modsætning til Watson gratis at bruge
og er uafhængig af kommercielle interesser.
Tabel 1.
Fra Dragusin et al (1).
Method
MRR
P@10
P@20
Correct result in
Top 10
Top 20
FindZebra
0.385
0.125
0.089
35 (62.5%)
38 (67.9%)
Google Search
0.206
0.07
0.056
16 (28.6%)
18 (32.1%)
Google Custom
0.206
0.088
0.071
17 (30.4%)
21 (37.5%)
Google Restricted
0.098
0.013
0.006
6 (10.7%)
6 (10.7%)
PubMed
0.128
0.021
0.016
7 (12.5%)
9 (16.07%)
This table shows the performance of our system against three different versions of the Google Search engine in terms of retrieval
precision at rank k (P@k), the mean reciprocal rank (MRR) and the fraction of queries with the correct result in top k.
Mindre guldvinge (Lycaena phlaeas) på kattfot (Antennaria dioica). Foto: Henrik Alfthan.
