Gepflügte Feld-Bigdata in Medizin und Pharmazie

Yandex Technology Distribution Director, Programmförderer, einer der Schöpfer und ständigen Moderator des Radio-T-Podcasts, Grigory Bakunov, sprach auf der DUMP- Konferenz im vergangenen Jahr darüber, welche grundlegenden Veränderungen in Medizin und Pharmakologie derzeit stattfinden, mit welchen praktischen Problemen die Wissenschaft konfrontiert ist und wie die Medizin aussieht der Zukunft.

Unter dem geschnittenen Videobericht und seiner Textversion.



Hallo! Kurz über Sponsoren. Vor nicht allzu langer Zeit wurde ich eingeladen, an einer Konferenz über Medizin und Technologie teilzunehmen. Sie sagen: "Wir brauchen einen kurzen Vortrag für 15 Minuten." Vor der Vorstellung halten sie mich für eine Sekunde an, sagen sie, eine kurze Ankündigung. Es stellt sich heraus, dass ein Mann sagt: „Eine großartige medizinische Konferenz, sehr cool! Mein Meerwasser wird buchstäblich an einem benachbarten Stand verkauft, es heilt alle Krankheiten, die Wirksamkeit ist 150% höher als bei einem üblichen Medikament, seien Sie sicher, dass Sie kommen. " Ich schaue und denke, Herr, wenn eine solche Person auf einer Entwicklungskonferenz herauskommt, wird sie gesteinigt. Und die Ärzte sitzen und entweder sind sie normal oder sie sind es gewohnt, ich weiß es nicht.


Wofür mache ich das alles? Als ich mich auf diese Präsentation vorbereitete, dachte ich ehrlich gesagt, ich würde über etwas anderes sprechen. Aber vor ungefähr anderthalb Wochen wurde mir klar, dass ich kein typisches Bulletin über maschinelles Lernen in der Wissenschaft erzählen wollte. Nicht in dem Sinne, dass es Bullshit ist, sondern in dem Sinne, dass Sie im Durchschnitt, wenn Sie daran interessiert sind, bereits davon wissen.

Wenn Sie nichts davon wissen, sind Sie einfach nicht interessiert.



Was möchte ich dir erzählen? Ich möchte darüber sprechen, mit welchen praktischen Problemen die Wissenschaft derzeit konfrontiert ist, damit sie für Sie als Programmierer verständlich und darüber hinaus sogar angenehm ist.



Vergib mir die Illustrationen. Ich habe immer solche Illustrationen, dass Sie sie vielleicht nicht einmal ansehen, aber ich würde mich freuen, wenn Sie zumindest manchmal lächeln.

Die Hauptbotschaft, mit der Sie wahrscheinlich beginnen sollten, ist diese. Als ich vor drei Jahren anfing, an einem Thema zu arbeiten, das mit Medizin, Gesundheit, Pharmazeutika und dem Einsatz algorithmischer Methoden zu tun hatte, ging ich zu mehreren großen Instituten und traf dort viele kluge Leute, und jedes Mal stellte ich ihnen dieselbe Frage. Wie kann ich Menschen, die sich mit Medizin und Pharmazie beschäftigen, in einen Dialog bringen? Wie bringt man sie zum Reden? Sie sagen: Nun, sie müssen provoziert werden.



Und ich begann mit diesem Slogan zur Konferenz zu kommen.



Es sah immer so aus. Sie gehen in die Halle und sagen: "Hallo, liebe Ärzte und liebe Wissenschaftler, ich muss Ihnen folgendes sagen: Medizin ist keine Wissenschaft."

Dies ist natürlich nicht ganz richtig. Ich habe eine einfache Definition, warum Medizin keine Wissenschaft ist. Weil die moderne Medizin so aussieht: Bis Sie Ihr Medizinstudium abgeschlossen haben, praktizieren Sie keine Medizin, Sie wissen nichts in der Medizin. Sie müssen nicht nur fertig werden. Es gibt ein Praktikum, ein kompliziertes Verfahren, Sie studieren seit fast 9 Jahren und erst ab diesem Zeitpunkt werden Sie als beginnender Arzt betrachtet. Es gibt eine spezielle esoterische Sprache, die nur Ärzte sprechen. Und manchmal habe ich das Gefühl, dass sie ihre eigene Schriftsprache haben.

In diesem Fall lernst du zuerst nur, erlangst Wissen, dann geben sie dir einen Lehrer, dem du folgst und wiederholst, was er tut. Und erst dann geben sie dir einen weißen Kittel, einen Hut, ein Stethoskop (das, wie du weißt, Ärzte nicht mehr benutzen, das sind reine Utensilien) und sie sagen: Das war's, jetzt bist du Arzt.

Denken Sie eine Sekunde nach, erinnert Sie das an irgendetwas? Viele Jahre lang wurden Sie zuerst unterrichtet, durch die Prüfung kaum akzeptiert, dann gehen Sie dem Lehrer nach und wiederholen alles, was Sie nach ihm brauchen. Und nach einiger Zeit werden Sie selbst Lehrer.

Die Eins-zu-Eins-Struktur wiederholt die Struktur geheimer Ordnungen des 12.-14. Jahrhunderts. Eins zu eins. Diejenigen, die Assassins Glaubensbekenntnis gespielt haben, sollten sich wahrscheinlich an diese Geschichte erinnern. Eins zu eins - eine geheime Bestellung.

In diesem Fall müssen Sie dies wissen. Die geheime Ordnung hat die Aufgabe, kein neues Wissen zu schaffen, das alte nicht zu erweitern, sondern einfach das Wissen der Alten zu bewahren. Aus diesem Grund verlangsamt sich die Medizin seit vielen Jahren. Gott sei Dank ist es vorbei. Meiner Meinung nach endete es gerade jetzt und endete nicht dank Medizin und Ärzten, sondern weil die Menschheit begann, Daten zu sammeln.



Diese Daten, die wir gesammelt haben, widersprachen oft der Medizin. Und sie begannen sich stark zu widersprechen. Insbesondere ist es schwer zu widersprechen.

Die meisten der wichtigsten und wichtigsten Veränderungen in der Medizin, die in den letzten 20 bis 30 Jahren aufgetreten sind, beziehen sich ausschließlich auf Daten.

Darüber hinaus hat die Medizin, obwohl sie meiner Meinung nach ab dem 21. Jahrhundert wissenschaftlich zu werden begann, ein großes Problem.



Es gibt keine genaue Definition dessen, was Wissenschaft ist. Es gibt jedoch eine Reihe wichtiger wissenschaftlicher Techniken. Mir scheint, das wichtigste davon ist, dass Sie, wenn Sie Wissenschaft betreiben, ständig Experimente durchführen, anderen Menschen davon erzählen und andere Menschen in der Lage sein sollten, Ihr Experiment zu reproduzieren.

Der zentrale Punkt der Wissenschaft in der modernen Welt ist die Reproduzierbarkeit des Experiments. Darüber hinaus Reproduzierbarkeit in vielerlei Hinsicht. Sie können das Experiment wiederholen, das ich gemacht habe. Eine andere Person kann das von Ihnen durchgeführte Experiment wiederholen.

Und jetzt, was ist wichtiger. Jemand wiederholt Ihre Experimente die ganze Zeit. Ohne dies gibt es keine Wissenschaft, keine Verifikation.



Als wir zu diesem Thema kamen (es gibt mehrere Enthusiasten, die an diesem Thema beteiligt sind), stellten wir als erstes fest: Die meisten Leute, die mit wissenschaftlichen Daten arbeiten, wissen nichts darüber, wie dies in der normalen Welt der Programmierer funktioniert.

Ich glaube, dass dies eines der erfolgreichsten Experimente ist, die wir durchgeführt haben. Wir haben angefangen, mit Pharmazie und Zellbiologie zu arbeiten. Wir haben eine Kultur des Experiments gestartet. Jedes Experiment und die Ergebnisse jedes Experiments haben wir in Form eines vorhandenen Tests entworfen. Ein abgeschlossener schriftlicher Test in Python. Jedes Experiment wurde auf diese Weise entworfen.

Die Daten jeder experimentellen Aktion, dh beispielsweise die Verwendung eines Arzneimittels auf einem Protein oder die Verwendung eines Arzneimittels auf einer Zelle, waren ein Testlauf. Und das ist wichtig. Alle diese Tests liefen die ganze Zeit ohne Unterbrechung parallel. Dies ist ein klassisches Muster namens Continuous Integration.

Als wir mit Wissenschaftlern darüber sprachen, sprachen sie darüber: „Nun, das ist unglaublich schwierig. Dazu müssen Sie Software schreiben. “ Es stellte sich heraus, dass die meisten Software, die Programmierer seit Jahren für all diese Dinge verwenden, wie einige Travis, die wir seit vielen Jahren verwenden, einige Jenkins, die wir seit vielen Jahren verwenden, auch für Wissenschaftler eins zu eins sind.



Wenn Sie Ihren Kopf einstecken und anfangen zu denken, dann ist ein Experiment ein Code. Die gleichen klassischen Regressionsgeschichten funktionieren. Wenn Sie beispielsweise plötzlich feststellen, dass Änderungen in Ihrem wissenschaftlichen Experiment erforderlich sind, lassen Sie uns alle alten Tests für ein neues Experiment ausführen und überprüfen, ob sie funktionieren.

Klassische Regressionstests sind nirgendwo hingegangen. Die Wissenschaftler waren schockiert, weil sie feststellten, dass der Unterschied bei den experimentellen Messungen bis zu 20% betrug, wenn die Experimente auf alte und neue Weise durchgeführt wurden.

Was sind 20% in der Farm? Nun, es scheint, dass die Apotheke seit langem an Fehler gewöhnt ist. Nun, sie haben eine erfolglose Droge veröffentlicht, ein Jahr später haben sie jemanden bezahlt, diese Droge hat nicht angefangen, für jemanden zu wirken. In der Realität führen in der Apotheke zu einem späteren Zeitpunkt festgestellte Fehler häufig zur Schließung von Unternehmen. Denn wenn Sie 4-5 Jahre nach der Markteinführung des Arzneimittels eine komplexe Nebenwirkung festgestellt und es aus eigener Dummheit beispielsweise in den USA oder einem anderen zivilisierten Markt verkauft haben, wird die Anzahl der Klagen gegen Sie als Unternehmen jeweils zehn und Hunderte betragen davon werden zig Millionen Dollar bestehen. Sie geben einfach mehr für Anwälte aus.

Durch die Einführung von Regressionstests in dieser Umgebung konnten in vielen Situationen die Fehlerkosten um 20 bis 30% gesenkt werden. Was sind 20-30% des Gesamtflusses eines ziemlich großen Pharmaunternehmens, mit dem ich interagiert habe? Nun, es ist wie 4-5 Milliarden Dollar. Ihnen zufolge ist das Geld klein. Für meinen Geschmack, für die Einführung eines kleinen Werkzeugs, ist das Geld direkt gut.



Die gleiche Geschichte ist eine Eins-in-Eins-Versionierung und die Herangehensweise an das Experiment als solches. Ab dem Moment, in dem Sie anfangen, über das Experiment und die wissenschaftliche Aktion nachzudenken, wie über den Code, denken Sie sofort, dass Sie alles irgendwo hinstellen müssen. Es stellte sich heraus, dass die meisten Wissenschaftler, mit denen ich jetzt zusammenarbeite, Github mit Begeisterung ansehen und sagen: "Nun, was war möglich?"

Leute, die schon lange mit Github und Gith zusammenarbeiten, wissen, dass Sie hier einen neuen Test gestartet haben. Travis hat sich dort angeschlossen, der all dies genommen, gepumpt und neue Tests durchgeführt hat. Es sieht übrigens sehr schön aus! Travis zuckt, eine mechanisierte Hand bewegt sich, die beginnt, alte Drogen in Pipetten zu schieben. Unglaubliches Bild!

Tatsächlich ist das Wichtigste in der Geschichte von „Betrachten wir die Tests als Code“, dass die Versionierung erschienen ist. Auf andere Weise begannen sie mit Hypothesen zu arbeiten. Nicht wie "irgendwo scheinen wir uns zu irren", sondern "nehmen wir einen Trottel, machen eine Halbierung, finden heraus, in welchem ​​Code wir einen Fehler haben, in welchem ​​Test wir einen Fehler gemacht haben, an welchem ​​Punkt wir aufgehört haben".

Ich weiß nichts über dich, aber diese Geschichten erregen mich sehr. Wenn ich darüber nachdenke, denke ich, Gott, der Bestand an Werkzeugen, den Programmierer erstellt haben, war unglaublich groß. Er ist einfach gigantisch.



Und Gott segne ihn mit reiner Versionierung im Rahmen von Github. Zuallererst sind Tests Code. Wenn wir Experimente und Hypothesen als Code beschreiben, haben wir großartige Werkzeuge für die statische Analyse. Wir haben großartige Tools zur Code-Analyse. Lassen Sie uns nach logischen Fehlern suchen, ohne ein Experiment zu starten. Lassen Sie uns alle Tests zu einem großen Algorithmus zusammenführen und nach logischen Fehlern suchen. Kein Problem.

Hier müssen Sie verstehen, dass eine solche kontinuierliche Integration in der Farm ein ziemlich teurer Prozess ist, da jeder Test etwas Geld kostet. Die Durchführung eines CI-Zyklus in der aktuellen Geschichte mit einem großen Farmunternehmen, mit dem ich zusammenarbeite, kostet ungefähr 80.000 Dollar. Lassen Sie uns auf andere Weise übersetzen. Wenn wir vor dem Testen einen logischen Fehler im Experiment machen können - sparen Sie sofort 80.000 Dollar.

Programmierer sind sich bewusst: Linter- und statische Analysen können vor dem Festschreiben ausgeführt werden. Lassen Sie nur nicht zu, dass die ursprünglich fehlerhaften Hypothesen überprüft werden. Oder um zu sagen, dass der Fehler nicht in der Hypothese liegt, die Sie jetzt hinzufügen möchten. Und das passiert auch.

Und auch in diesem Moment kommt eine sehr wichtige Sache.



Wenn eine Person an einer Kette von Experimenten arbeitet, ist das kein Problem. Es ist, als ob ein Programmierer den Code schreibt - keine Probleme, in einen Ordner auf Samba oder in Dropbox legen und keine Probleme, alles ist gut. In diesem Moment, wenn es zwei Programmierer gibt, beginnen bereits Konflikte. Wenn die Programmierer 50 Personen sind und alle an ungefähr einem Code arbeiten, lesen Sie - bei einem Satz von Tests treten natürlich Probleme auf. Hier eine unglaubliche Freude an der Kreativität für den Einsatz von Standardwerkzeugen, die Programmierer in den letzten Jahrzehnten entwickelt haben.

Gleichzeitig stimme ich mit beiden Händen für Github. Ich bin der festen Überzeugung, dass es einfach unglaublich ist, Github nicht nur zum Speichern von Code zu verwenden. Trotz der Tatsache, dass ich natürlich an keiner Stelle ein Vertreter der Firma Github bin.

Die Entstehung von Werkzeugen für die kollektive Arbeit an Experimenten in Kombination mit der Versionierung ermöglichte es, sehr interessante Dinge zu tun. Zum Beispiel begannen die Leute, mit denen ich zusammenarbeite, sich gegenseitig mit Angeboten zu befragen. Nur weil er nachgesehen hat, wie es mit dem anderen Team läuft, eine interessante Hypothese entdeckt hat und sie nicht einfach in ein Raucherzimmer geworfen hat, wie es für Leute aus der Biologie und Physik üblich ist, hat er alles einfach gemacht, er entwarf eine Pull-Anfrage, legte sie nieder. Auf der anderen Seite sagten die Jungs: "Oh, coole Idee", sie froren sie ein und nach einiger Zeit sahen wir einen neuen Test mit einem neuen Experiment in der Datenbank.

Leider können wir aufgrund der Tatsache, dass die meisten Beziehungen zwischen technischen und pharmazeutischen Unternehmen nicht sehr öffentlich sind, nicht alles erzählen. Ich kann sagen, dass ich mindestens ein Medikament kenne, das vor drei Jahren mit einer Pull-Anfrage begonnen hat und jetzt die FDA-Zertifizierung erhält.

Die FDA-Zertifizierung bedeutet, dass dieses Medikament in einem Jahr möglicherweise in Apotheken erhältlich ist. Noch nicht bei uns.

Leider ist diese Veränderung in den Köpfen junger Wissenschaftler immer noch sehr schwer zu überschätzen. Dies ist ein Übergang von einer geschlossenen Entwicklung, wie sie seit vielen Jahren als Teil kleiner Forschungsteams akzeptiert wird, zu offenen Verfahren. Ich bin mir sicher, dass 3-4 Jahre vergehen werden, und Sie werden kleine Forschungslabors sehen, die jeder auf Github hält und die bereit sind, Pull-Anfragen von Leuten außerhalb zu akzeptieren. Und es wird nur eine Bombe sein. Es ist nur eine andere Welt, in der jeder Mensch auf die eine oder andere Weise an normalen wissenschaftlichen Aktivitäten teilnehmen kann.

Warum ist das wichtig? Deshalb ist Open Source als solches wichtig. Nein, ich sage momentan nicht, dass Open Source die coolste Software der Welt ist, nein. Darüber hinaus scheint es mir, dass dies zum Schlagwort von vor fünfzehn Jahren mit der Signatur "Glanz und Armut von Open Source" gehört. Aber ohne Open Source gäbe es nicht viele Dinge, die wir jeden Tag benutzen. Die Hälfte von Android. Ohne Open Source gäbe es kein Android.

Die gleiche Geschichte passiert jetzt mit Drogen und es wird cool sein, es wird unglaublich cool sein, wenn wir uns in dieser Welt befinden.



Hier ist natürlich nicht alles so schnell. Aber es gibt einen Bereich, in dem unser derzeitiger Ansatz wahrscheinlich am einfachsten anzuwenden ist.

Es gibt einen interessanten Ansatz, der besagt, dass es möglich ist, zunächst zu beginnen, um nicht Ihre gesamte Struktur zu ändern, Sie nicht zu zwingen, alles neu zu schreiben, und mit der Digitalisierung der Ergebnisse der Experimente zu beginnen, die Sie bereits durchführen. Und verwandeln Sie sie zum Beispiel in eine Reihe von einfachen Textdateien. Verwenden Sie dann vorgefertigte Tools für die Arbeit mit Protokollen.

Um Sie verständlich zu machen, habe ich eine unglaubliche Geschichte. Ich freue mich, es ihr jedes Mal zu sagen. Wenn die Ergebnisse wissenschaftlicher Experimente in Kibana und in ClickHouse gespeichert werden, werden vorgefertigte Datenbanken mit normalerweise einer großen Anzahl von Protokollen, verschiedenen Tests, Messungen, Experimenten und unter anderem Standardalgorithmen für die „Anomalieerkennung“ verwendet. Wie heißt es auf Russisch? Im Russischen wird „Erkennung von Anomalien“ als „Suche nach Frustrationen“ bezeichnet. Ich selbst bin schockiert von dem Wort, aber es gefällt mir so gut.

Wie sich herausstellte, ist die Suche nach Frustrationen in der experimentellen Wissenschaft unglaublich gut. Der coolste Ort, an dem es jetzt verwendet wird - Yandex hat eine Interaktion mit CERN. Innerhalb des CERN gibt es mehrere große Experimente am Large Hadron Collider. Das kleinste davon heißt LHCb, bei dem Milliarden von Partikelkollisionen auftreten. Die Ergebnisse jeder dieser Kollisionen werden in der Datenbank aufgezeichnet.

Danach wird ein vorgefertigter Satz von Algorithmen ausgeführt, die dort Anomalien finden. Objekte und Ereignisse, die nicht in die Vorstellung von Schönheit passen. Ich kann nicht sagen, dass dort jetzt große Entdeckungen gemacht werden, aber wenn dort im Rahmen dieses Experiments einige Entdeckungen gemacht wurden, werden diese ausschließlich dank dieses IT-Ansatzes für einen scheinbar klassischen Bereich wie die Partikelkollisionsanalyse gemacht.

Dies sind natürlich grundlegende Veränderungen in der Wissenschaft. Und in der Wissenschaft keine. Um auf das Thema Pharmazie, Medizin und Biologie zurückzukommen, möchte ich sagen, dass es umso schwieriger ist, programmatische Ansätze anzuwenden, je wissenschaftlicher die Wissenschaft ist.

Denn doch zum Beispiel in der Physik vor sehr langer Zeit eine andere Kultur des Experiments. Sie gewöhnten sich an mathematische Methoden und mathematische Ansätze. Aber in Pharma, Medizin und Biologie, nein. Wenn Sie ihnen also sagen, dass es Mittel zur kollektiven Arbeit gibt und ein Teil des Experiments auf einem Teil des Kontinents und der andere auf dem anderen durchgeführt werden kann, gibt es ein System, mit dem dies kombiniert werden kann. Und mehr noch: Selbst wenn eine Person die eine und die andere schreibt, können Sie diesen Konflikt irgendwie vereinen. Es gibt ein System, mit dem Sie die von Ihnen hinzugefügten Experimente automatisch automatisch durchführen und sagen können, dass einige von ihnen nicht oder etwas passiert sind. Ärzte, die mit experimenteller Medizin interagieren, leuchten ihre Augen.

Wenn Sie dies tun, haben Sie das Gefühl (ich hoffe, dass es nicht falsch ist), dass Sie die Welt verändern. Nach 20 bis 30 Jahren ist es möglich, dass Menschen weniger sterben, weil Sie gerade Apothekern den Umgang mit Travis beigebracht haben.

Die ganze Geschichte hat eine andere traurige Seite. Es gibt nur sehr wenige Menschen, die wie ich versuchen, IT-Arbeitsmethoden, -Methoden und -Methoden in andere Bereiche außerhalb der IT zu bringen. Ich bin hergekommen, um Ihnen diese ganze Geschichte zu erzählen, vor allem, weil Sie vielleicht den Wissenschaftlern, Spezialisten, Anwälten und jedem anderen die endlosen Möglichkeiten vermitteln können, die unsere Werkzeuge bereits haben.

Für eine Sekunde wurde die ganze Geschichte über Pharmazie, Biologie und Physik zurückgedrängt. Stellen Sie sich für eine Sekunde vor, Sie arbeiten bei einer Anwaltskanzlei. , ? , — ? , — ? , , , , , ?

IT, , , . , , , , , , . , , .



Tatsächlich stehen wir kurz vor dem Ende. Im Großen und Ganzen ist dieser Ansatz, der als "Nehmen Sie IT-Tools und bringen Sie sie in den Rest der Welt" bezeichnet wird, ein wenig messianisch. Wir haben eine Religion, wie sie heißt. Jetzt ist das Wort "agil" schon schmutzig. Nehmen wir ein anderes Wort. Lassen Sie uns einfach "Teamwork Tools".

Automatisierte Arbeitsgeräte für jede andere Spezialität bereitzustellen, ist eine Mission, die es Menschen ermöglicht, Stunden des Lebens und manchmal nur Menschenleben zu retten. Deshalb mache ich das jetzt so aktiv.



Das ist alles worüber ich sprechen wollte.



Du kannst mich so finden, ich bin es.

Ich bin bereit, Ihre Fragen zu beantworten. Bevor wir weitermachen, möchte ich sagen, dass ich mir immer vor einem Publikum wie hier Sorgen mache. Ihr seid alle sehr unterschiedlich. Und es gibt auch viele Leute aus Jekaterinburg, ich selbst bin von hier und ich weiß, dass es für uns nicht sehr üblich ist, hier zu lächeln. Danke, dass einer von euch lächelt. Es war großartig, danke.

Einerseits hörte ich das Wort Python, andererseits hörte ich "statische Analyse", "der Preis für Fehler ist hoch". Warum dann Python und nicht irgendein Haskell?

Ich wäre sehr für Haskell, das einzige Problem ist, dass es für uns einfacher war, Python zu durchlaufen, dumm, weil sie bereits eine bestimmte Menge Python-Code geschrieben hatten, da wir an einigen Stellen das von uns geschriebene maschinelle Lernen verwendet haben. was natürlich in Python verboten war. Mit Haskell war es für Mathematiker einfacher, mit Python für Biologen und Apotheker.

— , — -. . , :) , . - , : « ? ». , . . , , , open source, , , ? ?

20 . ? , . , , Helicobacter pylori, , , , . - . , , 60 . 60 .

10. , , , 10 . . , 10 , .

, . , , , . , . .

« — », . - , 24% . ? ?

, . - — — , , , , , — 24%. 50, . 24%.

? . . , . , , , 6, 9 , , , , , , . , .

, . , Apple Watch. , , Apple Watch. - . : «, ?» : «, ? , 160, ».

. . « , , », «, , , - , , - », . , 20-30 , , 50%. , , , .

. , IT, ? . , , , ?

, , . , , . , . , 50 , - .

, . , , 20 , , , , . .

In dem Sinne, dass Sie nicht erwarten, dass Wissenschaftler begeistert auf Ihre Vorschläge reagieren. Es wird zuerst einen Druck geben. Sie kommen und sagen: Es scheint mir, dass es nicht schlecht ist, dies in Ihrer speziellen Methode an diesem bestimmten Ort zu tun. "Dieser" ist zum Beispiel eine kollektive Arbeit an einem Artikel oder an einem Test. Erwarten Sie keine Freude. Glücklicherweise werden sie nach zwei oder drei Iterationen der Interaktion erkennen, was Glück ist, und davor wird es Ablehnung geben.

Es ist sehr interessant, welche Tests durchgeführt werden. Verstehe ich richtig, dass das Unternehmen bestimmte pharmazeutische Tests für bestimmte Produkte durchführt? Wie kann man dort neue Tests einführen?

Im Moment auf keinen Fall.

Zum Beispiel testen wir auf Allergien, diese Art von Tests?

. , , , , , - , , , , . . . .

, , ?

.

?

Es ist nicht mit einer Veränderung in der Wissenschaft selbst verbunden, aber Sie sehen, die Entstehung einer solchen nicht offensichtlichen Technologie wie Schreiben, Schreiben von Briefen, radikal veränderte Wissenschaft in der Zukunft. Die gleiche Geschichte passiert hier. Das Aufkommen neuer Werkzeuge verändert die Wissenschaft selbst ziemlich stark. Es passiert nur durch einen Schritt.

Ist es ein privates Pharmaunternehmen oder wird es irgendwie vom Staat unterstützt?

Wir auf der Welt scheinen keine staatlichen Pharmaunternehmen zu haben. Meine Erfahrung basiert auf der Interaktion mit zwei großen Pharmaunternehmen. Eine davon ist Weltklasse mit deutschen Wurzeln.

Ich habe eine einfache Frage. Woher bekommen Sie die Daten, wenn Sie nicht Yandex sind?

Es scheint mir, dass Daten von Partnerunternehmen stammen sollten, genau wie Yandex, denn in Wirklichkeit hat niemand auf der Welt genug Daten in einer Quelle, um die Wissenschaft zu bewegen.

Wissenschaft ist immer etwas, das sich an der Schnittstelle einer großen Datenmenge mit verschiedenen Eigentümern bildet.

Mit medizinischen Daten, so wie ich es verstehe, ist alles viel komplizierter ...

Es ist umgekehrt. Mit medizinischen Daten der letzten Jahre ist alles viel einfacher, da diese Daten entweder in großen Mengen anonymisiert werden, aber leider nicht in russischer Sprache. Nun, hier müssen Sie etwas mit ihnen machen: übersetzen, irgendwie interagieren. Oder diese Daten werden direkt von Patienten erhalten. Mit jedem von ihnen müssen Sie ein Stück Papier unterschreiben, dass er der Datenübertragung zustimmt. Und alle.

— . open source , , , , , - .

, , — IT ? , . , , ?

Wie Sie wahrscheinlich an meinem Aussehen sehen, schlafe ich nicht nur wenig, ich bin auch kein sehr gesunder Mensch. Und als ich anfing, mich mit dem Thema Medizin, Pharmazie und all dem zu beschäftigen, habe ich nur versucht, die Probleme zu lösen, die die Leute haben, die an spezifischen Forschungen beteiligt sind. Und der einzige Weg, den ich in meinen Händen habe, war dieser.

Wissen Sie, es gab einen so großen Philosophen und Psychologen namens Maslow, der ziemlich genau formulierte. Ordentlich ins Russische übersetzt, sagte er Folgendes: "Wenn Sie einen Hammer in der Hand haben, ist es schwer, der Versuchung zu widerstehen, alles als Nägel zu betrachten." Ich hatte einen Github in der Hand, es war schwierig, nicht alles als Code zu betrachten. Und so geschah es.

Warum haben Sie vorher nicht daran gedacht, verschiedene Tätigkeitsbereiche mit der IT zu kreuzen? Und ein wenig Demagogie zur Erkundung. Wenn es eine scharfe Kreuzung verschiedener Tätigkeitsbereiche mit der IT gibt und wir Anwälte usw. kreuzen, werden tatsächlich viele Menschen, die derzeit ihre Arbeit ausüben, gehen.

Es ist großartig.

Die Frage ist anders: Was tun mit ihnen?

Es gibt viele verschiedene Hypothesen. Ich habe ein wundervolles Buch gelesen, wo immer das Solent, das aus Menschen gemacht wurde, wie Sie sich erinnern. In den 90er Jahren wurde in unserem Land viel über einen Bioreaktor diskutiert. Im Ernst, ich habe keine Antwort auf diese Frage. Das Interessanteste ist meiner Meinung nach nicht, dass IT-Mitarbeiter entscheiden sollten, was mit diesen Personen geschehen soll.

Ich habe einen Idolmann, leider ist er gestorben, aber er hatte eine brillante Phrase. Er ging irgendwie bei einem Treffen, bei dem ich war, bei dem die Programmierer viel schworen, ging aus, schrieb zwei Zeilen. Zeile eins: nichts wird funktionieren. Punkt Nummer zwei: Der Fortschritt kann nicht gestoppt werden. Und mit diesem Gedanken, dass alles notwendigerweise schlecht sein wird, aber der Fortschritt nicht gestoppt werden kann, lebe ich.

Ja, eine große Anzahl von Menschen wird aufgrund des technologischen Fortschritts ihren Arbeitsplatz verlieren. Aber aus diesem Grund ist kein Fortschritt notwendig, um aufzuhören. Die Menschheit wird einen Ausweg finden. Bedingungsloses Einkommen, obligatorische Behandlung durch Programmierung von Personen, die ihren Arbeitsplatz verloren haben.

Ich verstehe nicht ganz. Was genau wird in der Medizin durch Tests auf Python beschrieben?

, , . , .

Continuous Integration - ?

, . , , , . , , : - , -.

In diesem Jahr findet die DUMP-Konferenz am 19. April in Jekaterinburg statt. Traditionell wird es eine Wissenschaftsabteilung geben. Das diesjährige Programm: Oleg Bartunov (Moskauer Staatliche Universität, Postgres Professional), Peter Fedichev (Moskauer Institut für Physik und Technologie, Gero), Pavel Skripnichenko (UrFU, KantrSkrip), Gennady Shtekh (Naumen), Igor Mamay (Kontur), Vladislav Blinov und Valery Baranova (Tinkoff). ru), Tatyana Zobnina (Naumen). Das vollständige Programm finden Sie auf der Konferenzwebsite .