Le directeur de la distribution technologique de Yandex, promoteur de la programmation, l'un des créateurs et animateur permanent du podcast Radio-T, Grigory Bakunov, a parlé lors de la conférence
DUMP de l'an dernier sur les changements fondamentaux qui se produisent en médecine et en pharmacologie en ce moment, sur les problèmes pratiques auxquels la science est confrontée et à quoi ressemble la médecine. du futur.
Sous le rapport vidéo coupé et sa version texte.
Bonjour En bref sur les sponsors. Il n'y a pas si longtemps, j'ai été invité à participer à une conférence sur la médecine et la technologie. Ils disent: "Nous avons besoin d'une courte conférence de 15 minutes." Avant la représentation, ils m'arrêtent une seconde, disent-ils, une brève annonce. Il s'avère qu'un homme dit: «Une grande conférence médicale, très cool! Mon eau de mer est littéralement vendue dans un stand voisin, elle guérit toutes les maladies, l'efficacité est 150% plus élevée qu'un médicament habituel, assurez-vous de venir. " Je regarde et je pense, Seigneur, si une telle personne venait à une conférence de développement, elle serait lapidée. Et les médecins sont assis et soit ils sont normaux, soit ils sont habitués, je ne sais pas.
Pourquoi suis-je tout cela? Quand je me préparais pour cette présentation, pour être honnête, j'ai pensé que je parlerais d'autre chose. Mais il y a environ une semaine et demie, j'ai compris que je ne voulais pas raconter un bulletin typique sur l'apprentissage automatique en science. Pas dans le sens où ce sont des conneries, mais dans le sens où, en moyenne, si cela vous intéresse, vous le savez déjà.
Si vous ne le savez pas, cela ne vous intéresse tout simplement pas.
De quoi je veux vous parler? Je veux parler des problèmes pratiques auxquels la science est confrontée actuellement, afin que cela soit compréhensible pour vous, programmeurs, et en plus, même agréable.
Pardonnez-moi pour les illustrations. J'ai toujours de telles illustrations que vous ne les regarderez peut-être même pas, mais je serai heureux si vous souriez au moins parfois.
Le message principal, avec lequel vous devriez probablement commencer, est le suivant. Il y a trois ans, j'ai commencé à traiter d'un sujet lié à la médecine, à la santé, aux produits pharmaceutiques et à l'utilisation de méthodes algorithmiques, je suis allé dans plusieurs grands instituts et j'ai rencontré de nombreuses personnes intelligentes là-bas, et chaque fois je leur ai posé la même question. Comment puis-je amener les personnes engagées dans la médecine et la pharmacie, la médecine en premier lieu, à dialoguer? Comment les faire parler? Ils disent: eh bien, ils doivent être provoqués.
Et j'ai commencé à venir à la conférence avec ce slogan.
Ça ressemblait toujours à ça. Vous entrez dans le hall et dites: "Bonjour, chers médecins et chers scientifiques, je dois vous dire ceci: la médecine n'est pas une science."
Bien sûr, ce n'est pas entièrement vrai. J'ai une définition simple de pourquoi la médecine n'est pas une science. Parce que la médecine moderne ressemble à ceci: jusqu'à ce que vous soyez diplômé d'un institut médical, vous ne pratiquez pas la médecine, vous ne savez rien en médecine. Vous devez non seulement terminer. Il y a un stage, une procédure compliquée, vous étudiez depuis près de 9 ans, et à partir de là, vous commencez à être considéré comme un médecin débutant. Il existe un langage ésotérique spécial que seuls les médecins parlent. Et parfois, j'ai l'impression qu'ils ont leur propre langue écrite.
Dans ce cas, au début, vous venez d'apprendre, d'acquérir des connaissances, puis ils vous donnent un enseignant, que vous suivez et répétez ce qu'il fait. Et alors seulement, ils vous donnent une blouse blanche, un chapeau, un stéthoscope (que, comme vous le savez, les médecins n'utilisent plus, c'est du pur attirail) et ils disent: c'est ça, maintenant vous êtes médecin.
Réfléchissez une seconde, est-ce que cela vous rappelle quelque chose? Pendant de nombreuses années, on vous a d'abord enseigné, à peine accepté à l'examen, puis vous poursuivez l'enseignant et répétez tout ce dont vous avez besoin après lui. Et après un certain temps, vous devenez vous-même enseignant.
La structure biunivoque reprend la structure des ordres secrets du 12-14ème siècle. Un à un. Ceux qui ont joué Assassin's Creed devraient probablement se souvenir de cette histoire. Un à un - un ordre secret.
Dans ce cas, vous devez le savoir. L'ordre secret a une tâche - non pas pour créer de nouvelles connaissances, pas pour augmenter les anciennes, mais simplement pour préserver les connaissances des anciens. Pour cette raison, la médecine ralentit depuis de nombreuses années. Dieu merci, c'est fini. À mon avis, cela s'est terminé tout à l'heure et s'est terminé non pas grâce à la médecine et aux médecins, mais parce que l'humanité a commencé à accumuler des données.
Ces données, que nous avons accumulées, ont souvent commencé à contredire la médecine. Et ils ont commencé à se contredire fortement. Plus précisément, il est difficile de contredire.
La plupart des changements majeurs et importants intervenus en médecine au cours des 20 à 30 dernières années sont exclusivement liés aux données.
De plus, la médecine, malgré le fait que, à mon avis, à partir du 21e siècle a commencé à être scientifique, elle a un gros problème.
Il n'y a pas de définition précise de ce qu'est la science. Mais il existe un certain nombre de techniques scientifiques importantes. Il me semble que le plus important d'entre eux est que si vous faites de la science, vous menez constamment des expériences, vous en parlez à d'autres personnes, et d'autres personnes devraient pouvoir reproduire votre expérience.
Le point clé de la science dans le monde moderne est la reproductibilité de l'expérience. De plus, reproductibilité à bien des égards. Vous pouvez répéter l'expérience que j'ai faite. Une autre personne peut répéter l'expérience que vous avez effectuée.
Et maintenant, ce qui est plus important. Quelqu'un répète tout le temps vos expériences. Sans cela, il n'y a pas de science, pas de vérification.
Lorsque nous sommes arrivés à ce sujet (il y a plusieurs passionnés impliqués dans ce sujet), la première chose que nous avons découverte: la plupart des personnes qui travaillent avec des données autour de la science ne savent rien de comment cela fonctionne dans le monde normal des programmeurs.
Je crois que c'est l'une des expériences les plus réussies que nous ayons faites, nous avons commencé à travailler avec la pharmacie et la biologie cellulaire, nous avons commencé une culture de l'expérience. Chaque expérience et les résultats de chaque expérience que nous avons conçus sous la forme d'un test existant. Un test écrit terminé en Python. Chaque expérience a été conçue de cette façon.
Les données de chaque action expérimentale, c'est-à-dire, par exemple, l'utilisation d'un médicament sur une protéine ou l'utilisation d'un médicament sur une cellule, ont été testées. Et c’est ça qui est important. Tous ces tests se sont déroulés en parallèle, tout le temps, sans arrêt. Il s'agit d'un modèle classique appelé intégration continue.
Lorsque nous avons commencé à en parler avec des scientifiques, ils ont commencé à en parler: «Eh bien, c'est incroyablement difficile. Pour ce faire, vous devez écrire un logiciel. » Il s'est avéré que la plupart des logiciels que les programmeurs utilisent depuis des années pour toutes ces choses, comme certains Travis, que nous utilisons depuis de nombreuses années, certains Jenkins, que nous utilisons depuis de nombreuses années, sont également individuels pour les scientifiques.
Si vous branchez votre tête et commencez à penser, alors une expérience est un code. Les mêmes histoires de régression classiques fonctionnent. Par exemple, si vous décidez soudainement à un moment donné que des changements sont nécessaires dans votre expérience scientifique, exécutons tous les anciens tests sur une nouvelle expérience et vérifions qu'ils fonctionnent.
Les tests de régression classiques ne sont allés nulle part. Les scientifiques ont été choqués parce qu'ils ont découvert que si les expériences étaient effectuées à l'ancienne et d'une nouvelle manière, la différence dans les mesures expérimentales atteignait 20%.
Qu'est-ce que 20% à la ferme? Eh bien, il semblerait que la pharmacie soit depuis longtemps habituée aux erreurs. Eh bien, ils ont libéré un médicament infructueux, un an plus tard, ils ont payé quelqu'un, ce médicament n'a pas commencé à fonctionner pour quelqu'un. En réalité, les erreurs détectées dans la pharmacie à des stades ultérieurs entraînent souvent des fermetures d'entreprises. Parce que si vous révéliez un effet secondaire complexe 4 à 5 ans après le lancement du médicament et, par votre propre stupidité, le vendiez, par exemple, aux États-Unis ou sur tout autre marché civilisé, le nombre de poursuites contre vous, en tant qu'entreprise, s'élèverait à des dizaines et des centaines, chacune dont se composera de dizaines de millions de dollars. Vous dépensez simplement plus pour les avocats.
L'introduction de tests de régression dans cet environnement a permis dans de nombreuses situations de réduire le coût des erreurs de 20 à 30%. Quel est 20-30% du flux total d'une assez grande entreprise pharmaceutique avec laquelle j'ai interagi avec cela? Eh bien, c'est comme 4-5 milliards de dollars. Selon eux, l'argent est petit. À mon goût, pour avoir introduit un petit outil, l'argent est bien direct.
La même histoire est une version en un et l'approche de l'expérience en tant que telle. À partir du moment où vous commencez à penser à l'expérience et à l'action scientifique, comme au code, vous commencez immédiatement à penser que vous devez tout mettre quelque part. Il s'est avéré que la plupart des scientifiques avec qui je travaille maintenant regardent avec enthousiasme Github et disent: "Eh bien, qu'est-ce que c'était possible?"
Les gens qui travaillent avec Github et gith depuis longtemps comprennent qu'ici vous avez lancé un nouveau test, ici Travis connecté, qui a pris tout cela, l'a pompé et a conduit de nouveaux tests. Au fait, c'est très beau! Travis tressaille, une main mécanisée se déplace, qui commence à pousser de vieux médicaments dans des pipettes. Image incroyable!
En fait, la chose la plus importante dans l'histoire de «regardons les tests comme du code» est que le versioning est apparu. D'une manière différente, ils ont commencé à travailler avec des hypothèses. Pas comme «quelque part où nous semblons nous tromper», mais «prenons un git, faisons une bissecte, trouvons dans quel morceau de code nous avons une erreur, dans quel test nous avons fait une erreur, à quel moment nous nous sommes arrêtés».
Je ne sais pas pour vous, mais ces histoires m'excitent beaucoup. Quand je commence à y penser, je pense, Dieu, eh bien, le stock d'outils que les programmeurs ont créé était incroyablement important. Il est juste gigantesque.
Et que Dieu le bénisse, avec du versioning pur dans le cadre de Github. Tout d'abord, les tests sont du code. Si nous décrivons les expériences et les hypothèses comme du code, nous avons d'excellents outils pour l'analyse statique. Nous avons d'excellents outils d'analyse de code. Cherchons des erreurs logiques sans même commencer une expérience? Fusionnons tous les tests en un seul gros algorithme et recherchons-y des erreurs logiques? Pas de problème.
Ici, vous devez comprendre que dans la ferme, une telle intégration continue est un processus assez coûteux, car chaque test coûte de l'argent. La réalisation d'un cycle CI dans l'histoire actuelle avec une grande entreprise agricole avec laquelle je travaille, coûte environ 80 000 dollars. Traduisons d'une autre manière. Si nous pouvons faire une erreur logique dans l'expérience avant de tester - économiser instantanément 80 mille dollars.
Les programmeurs sont bien conscients: linter et l'analyse statique peuvent être exécutés avant la validation. Ne laissez pas les hypothèses initialement erronées être testées. Ou pour dire que l'erreur n'est pas dans l'hypothèse que vous souhaitez maintenant ajouter. Et cela arrive aussi.
Et en ce moment aussi, une chose très importante vient.
Quand une personne travaille sur une chaîne d'expériences, pas de problème. C'est comme si un programmeur écrivait le code - pas de problème, mettre dans un dossier sur Samba ou dans Dropbox, et pas de problème, tout va bien. A ce moment, quand il y a deux programmeurs, les conflits commencent déjà. Lorsque les programmeurs sont 50 personnes, et qu'ils travaillent tous sur environ un morceau de code, lire - sur un ensemble de tests, bien sûr, des problèmes surviennent. Ici, une incroyable fête de la créativité pour l'utilisation d'outils prêts à l'emploi que les programmeurs ont développés au cours des dernières décennies.
En même temps, je vote pour Github des deux mains. Je crois sincèrement que l'utilisation de Github au-delà du simple stockage de code est tout simplement incroyable. Malgré le fait que, bien entendu, je ne suis en aucun cas un représentant de la société Github.
L'émergence d'outils de travail collectif sur les expériences en combinaison avec le versioning a permis de faire des choses très intéressantes. Par exemple, les gars avec qui je travaille ont commencé à se demander mutuellement des offres. Juste parce que, bien, il est allé voir comment les choses se passent avec l'autre équipe, a découvert une hypothèse intéressante, et au lieu de simplement la jeter dans un fumoir, comme c'est la coutume pour les gars impliqués dans la biologie et la physique, il a tout fait simplement, il conçu une demande de traction, déposez-le. De l'autre côté, les gars ont dit: "Oh, bonne idée", ils l'ont gelé, et après un certain temps, nous avons vu un nouveau test avec une nouvelle expérience dans la base de données.
Malheureusement, du fait que la plupart des relations entre les sociétés techniques et pharmaceutiques ne sont pas très publiques, on ne peut pas tout dire. Je peux dire que je connais au moins un médicament qui a commencé avec une demande de retrait il y a trois ans et qui est maintenant certifié FDA.
La certification FDA signifie qu'en un an, ce médicament peut apparaître dans les pharmacies. Pas encore à nous.
Malheureusement, ce changement dans l'esprit des jeunes scientifiques est encore très difficile à surestimer. Il s'agit d'une transition d'un développement fermé, tel qu'il est accepté depuis de nombreuses années au sein de petites équipes de recherche, à des procédures ouvertes. Je suis sûr que 3-4 ans se passeront, et vous verrez de petits laboratoires de recherche que tout le monde garde sur Github et qui sont prêts à accepter les demandes de tirage de personnes extérieures. Et ce ne sera qu'une bombe. C'est juste un monde différent où chaque personne peut d'une manière ou d'une autre participer à une activité scientifique normale.
Pourquoi est-ce important? Par conséquent, pourquoi l'open source en tant que tel est important. Non, je ne dis pas pour l'instant que l'open source est le logiciel le plus cool du monde, non. De plus, il me semble que cela fait partie du slogan d'il y a quinze ans avec la signature «Brillance et pauvreté de l'open source». Mais sans l'open source, il n'y aurait pas énormément de choses que nous utilisons quotidiennement. La moitié d'Android. Sans open source, il n'y aurait pas d'Android.
La même histoire se passe maintenant avec les drogues et ce sera cool, ce sera incroyablement cool quand nous nous retrouverons dans ce monde.
Ici, bien sûr, tout n'est pas si rapide. Mais il y a un domaine dans lequel notre approche actuelle est probablement la plus facile à appliquer.
Il y a une approche intéressante qui dit qu'il est possible de commencer par, afin de ne pas changer toute votre structure, de ne pas vous forcer à tout réécrire, de commencer à numériser les résultats des expériences que vous menez déjà. Et transformez-les, par exemple, en un ensemble de fichiers texte simples. Utilisez ensuite des outils prêts à l'emploi pour travailler avec les journaux.
Pour vous faire comprendre, j'ai une histoire incroyable. Je suis ravi de lui dire à chaque fois. Lorsque les résultats d'expériences scientifiques sont entassés dans Kibana et dans ClickHouse - des bases de données prêtes à l'emploi contenant généralement un grand nombre de journaux, différents tests, mesures, expériences sont effectués sur eux, et, entre autres, des algorithmes standard pour la «détection d'anomalies» sont utilisés. Comment ça s'appelle en russe? En russe, la «détection d'anomalies» est appelée «recherche de frustrations». Je suis moi-même choqué par le mot, mais je l'aime tellement.
Il s'est avéré que la recherche de frustrations est incroyablement bonne lorsqu'elle est appliquée à la science expérimentale. L'endroit le plus cool où il est maintenant utilisé - Yandex a une interaction avec le CERN. Au CERN, il y a plusieurs grandes expériences au Grand collisionneur de hadrons. Le plus petit d'entre eux est appelé LHCb, dans lequel des milliards de collisions de particules se produisent. Les résultats de chacune de ces collisions sont enregistrés dans la base de données.
Après cela, un ensemble d'algorithmes prêt à l'emploi est exécuté qui y trouve des anomalies. Objets et événements qui ne correspondent pas à l'idée de beauté. Je ne peux pas dire que de grandes découvertes y sont faites maintenant, mais si des découvertes y ont été faites dans le cadre de cette expérience, elles le seront exclusivement grâce à cette approche informatique dans un domaine apparemment classique tel que l'analyse de collision de particules.
Ce sont, bien sûr, des changements fondamentaux dans la science. Et en science tout. Pour en revenir au sujet de la pharmacie, de la médecine et de la biologie, je tiens à dire qu'en fait, plus la science est scientifique, plus il est difficile d'y appliquer des approches programmatiques.
Car néanmoins, par exemple, en physique, il y a très longtemps une culture différente de l'expérience. Ils se sont habitués aux méthodes mathématiques et aux approches mathématiques. Mais en pharmacie, médecine et biologie, non. Par conséquent, lorsque vous leur dites qu'il existe des moyens de travail collectif, et qu'une partie de l'expérience peut être réalisée sur une partie du continent, et l'autre sur l'autre, il existe un système qui permet de combiner cela. Et plus encore: même si vous avez une personne pour écrire l'une et l'autre, vous pouvez en quelque sorte unifier ce conflit. Il existe un système qui vous permet d'effectuer automatiquement en permanence les expériences que vous ajoutez et de dire que certaines d'entre elles ne se sont pas produites ou que quelque chose s'est produit. Les médecins qui interagissent avec la médecine expérimentale illuminent leurs yeux.
Lorsque vous faites cela, vous avez le sentiment (j'espère que ce n'est pas faux) que vous changez le monde. C'est possible, après 20-30 ans, parce que vous venez d'apprendre aux pharmaciens à utiliser Travis, les gens mourront moins.
Toute l'histoire a un autre côté triste. Il y a très peu de gens qui, comme moi, essaient de mettre les méthodes de travail, les méthodes et les méthodologies informatiques dans d'autres domaines en dehors des TI. Je suis venu ici pour vous raconter toute cette histoire, en grande partie parce que, peut-être, vous pouvez transmettre aux scientifiques, spécialistes, avocats, n'importe qui, ces possibilités infinies que nos outils ont déjà.
Pendant une seconde, toute l'histoire de la pharmacie, de la biologie et de la physique a été repoussée. Imaginez une seconde que vous travaillez avec un cabinet d'avocats.
Comprenez-vous que la plupart des contrats modernes peuvent être écrits en langage algorithmique? Comprenez-vous que les codes de lois modernes sont des bibliothèques pour ces traités? Comprenez-vous que la constitution est le système d'exploitation de ces contrats? Comprenez-vous que les méthodes d'analyse statique, si tout cela est converti en langage algorithmique, trouveront des défauts, des erreurs et des problèmes dans cette législation est beaucoup plus efficace que n'importe quel avocat professionnel?Je travaille dans l'informatique depuis de nombreuses années, je pense que je suis capable de respecter les délais pour n'importe quelle tâche. Donc, pour numériser toute l'histoire, numériser toute la législation, la mettre sous forme numérique, vous avez probablement besoin d'un bon programmeur, d'un bon avocat et d'un an et demi. Voici le concept d'une startup, si vous voulez, prenez-le.
En fait, nous approchons de la fin. Dans l'ensemble, cette approche, appelée «prendre des outils informatiques et les amener au reste du monde», est un peu messianique. Comme, nous avons une religion, ça s'appelle, maintenant le mot "agile" est déjà sale, prenons un autre mot? Disons simplement "Outils de travail d'équipe."Apporter des outils de travail automatisés à toute autre spécialité est une mission qui permet aux gens de sauver des heures de vie, et parfois seulement des vies humaines. C'est pourquoi je le fais maintenant si activement.
C'est tout ce dont je voulais parler.
Vous pouvez me trouver comme ça, c'est moi.Je suis prêt à répondre à vos questions. Avant de poursuivre, je tiens à dire que je m'inquiète toujours devant un public comme ici. Vous êtes tous très différents. Et il y a aussi beaucoup de gens d'Ekaterinbourg, je suis moi-même d'ici, et je sais qu'il n'est pas très courant pour nous de sourire ici. Merci pour l'un de vous souriant. C'était super, merci.D'une part, j'ai entendu le mot Python, d'autre part j'ai entendu "analyse statique", "le prix de l'erreur est élevé". Pourquoi alors Python, et pas un peu de Haskell?Je serais beaucoup pour Haskell, le seul problème est qu'il était plus facile pour nous de passer par Python, stupidement parce qu'ils avaient déjà une certaine quantité de code Python écrit, car à certains endroits, nous avons utilisé le machine learning que nous avons écrit, qui, bien sûr, a été interdit en Python. Avec Haskell, c'était plus facile pour les mathématiciens, avec Python, c'était plus facile pour les biologistes et les pharmaciens.— , — -. . , :) , . - , : « ? ». , . . , , , open source, , , ? ?La médecine jusqu'à la fin du XXe siècle s'est développée à un rythme très lent. Quel exemple donneriez-vous? Tout le monde sait que l'humanité a appris à traiter les ulcères d'estomac. Il s'est avéré tout à coup que la plupart des cas d'ulcères d'estomac sont causés par une bactérie spécifique, une bactérie appelée Helicobacter pylori, ils ont trouvé un moyen de le traiter, tout est élémentaire, tout est super. Quelqu'un a même reçu le prix Nobel. Mais si vous lisez les détails, vous découvrirez qu'avant cela, il a été découvert dans l'élevage et appris à le traiter 60 ans auparavant. 60 ans, des gens meurent.Maintenant, le cycle de prise de décision pour le transfert de données d'une science à une autre est tombé à 10 ans. Maintenant, s'il y a des points entre Novossibirsk et Khabarovsk où les gens font de la science, mais ils n'ont même pas d'ordinateur, puis après 10 ans, tout va changer. Marque ma parole. Plus de 10 ans ne passeront pas.Cependant, il existe des domaines où la science n’est tout simplement pas appliquée. La plupart des médecins avec lesquels j'interagis maintenant et qui veulent s'engager dans la science active et participer à des expériences, mais qui vivent en dehors des villes centrales, utilisent leurs propres téléphones portables personnels comme ordinateurs. Plus que suffisant. Un même programme directement sur le téléphone.«La médecine n'est pas une science», c'est bien. Dans d'autres discours, il y a environ un an, vous pouviez entendre une phrase selon laquelle seulement 24% des diagnostics sont définitivement posés. Et que faire avec ça? Quelles sont les solutions possibles?Une brève annonce pour ceux qui n'ont pas entendu cette histoire. Il y a un chiffre officiel de l'OMS - l'Organisation mondiale de la santé - qui en moyenne dans le monde, si vous allez chez un médecin et que le médecin vous fait une hypothèse de diagnostic, alors la probabilité qu'elle soit correcte est de 24%. Ce n'est même pas 50, même pas un tirage au sort. 24%Que faire à ce sujet? Voici quoi en faire. Enregistrez autant de données que possible. En fait, le problème n'est pas chez le médecin. Et le fait que, pour les personnes selon les normes russes, soit 6, soit 9 minutes, que le médecin vous parle, en plus de remplir la carte, l'ensemble de données que le médecin peut vous apprendre pour l'analyser est négligeable. Mais si vous apprenez à le faire automatiquement, la quantité de données sera incroyablement grande.J'adore raconter cette histoire incroyable, elle m'est arrivée l'année dernière. Je suis assis dans une salle de cinéma, j'ai une Apple Watch. Mon cardiologue, avec qui je travaille, reçoit des données de mon Apple Watch. À un moment donné, il m'appelle. Je demande soigneusement: "Oui, qu'est-ce que c'est?" Il dit: «Écoutez, ça va? Je vois juste que vous avez un pouls de 160 et que vous n'êtes pas dans le gymnase. "J'en ai besoin. Voilà à quoi ressemble la médecine du futur. Et cette approche n'est pas du type "Je suis allé chez le médecin, s'est plaint et il a commencé à me diagnostiquer", mais "le médecin, en regardant mes indicateurs organiques, a dit que quelque chose n'allait pas, nous devons peut-être prendre des mesures" , il vous permet de changer radicalement ce chiffre. Je pense que d'ici 20 à 30 ans, nous porterons grosso modo le coefficient de diagnostic à 50%. Je ne survivrai peut-être pas, mais vous survivrez.Première question. Quels sont quelques exemples de domaines non liés à l'informatique, où il existe un réel besoin de collaboration distribuée? Et la deuxième question. Comment se débarrasser de l'idée que l'image du bel avenir de la Russie que vous dessinez n'est pas la Russie?La moitié des exemples dont j'ai parlé viennent de Russie. Nous avons récemment réalisé des progrès dans de nombreux domaines techniques, notamment scientifiques. Et à cause de cela, nous devons changer moins. Il y a de nombreux endroits où vous n'avez pas besoin de régler l'ordre établi il y a 50 ans, venez simplement et offrez au moins un peu d'ordre.Quant aux lieux où il y a un besoin de travail collectif. N'oubliez pas que si au début du 20e siècle, on demandait aux chauffeurs de taxi comment vous imaginez la voiture et ce que vous en attendiez, ils diraient que nous voulons une grosse charrette derrière le cheval pour transporter les excréments. Ce serait une innovation majeure.En ce sens que vous ne vous attendez pas à ce que les scientifiques répondent avec enthousiasme à vos suggestions. Il y aura d'abord une sorte de pression. Vous venez et dites: il me semble que ce n'est pas mal de le faire dans votre méthode particulière, dans cet endroit particulier. «Celui-ci» est, par exemple, un ouvrage collectif sur un article ou sur un test. Ne vous attendez pas au plaisir. Heureusement, après deux ou trois itérations d'interaction, ils réaliseront ce qu'est le bonheur, et avant cela il y aura un rejet.Il est très intéressant de savoir quels tests sont menés. Dois-je bien comprendre que l'entreprise dispose d'un ensemble spécifique de tests pharmaceutiques pour certains produits? Comment y introduire de nouveaux tests?Pas question pour l'instant.Par exemple, nous testons les allergies, ce genre de tests?Il existe des tests d'affiliation. Supposons, pour simplifier, qu'il existe, par exemple, un ensemble de matières biologiques sur lesquelles on sait qu'un tel allergène interagit avec elles, et qu'il existe une ferme automatique qui introduit un ensemble de médicaments et vérifie que la réaction à ces médicaments après l'administration d'un autre médicament n'est pas a changé. Ou a changé pour le mieux. Ou pour le pire. Autrement dit, seules des mesures régulières sont prises.Il s'avère que l'ensemble du système de gestion élémentaire automatise-t-il et collecte-t-il les données?Automatisez la collecte de données et la continuité des processus.Autrement dit, il n'est pas lié à la biologie elle-même?Elle n'est pas associée à un changement dans la science elle-même, mais vous voyez, l'émergence d'une technologie aussi peu évidente que l'écriture, l'écriture de lettres, la science a radicalement changé à l'avenir. La même histoire se produit ici. L'émergence de nouveaux outils change à peu près la science elle-même. Cela se produit simplement à travers une étape.S'agit-il d'une entreprise pharmaceutique privée ou est-elle en quelque sorte soutenue par l'État?Dans le monde, nous ne semblons pas avoir de sociétés pharmaceutiques publiques. Mon expérience est basée sur l'interaction avec deux grandes sociétés pharmaceutiques. L'un d'eux est de classe mondiale, avec des racines allemandes.J'ai une question simple. Où obtenir les données si vous n'êtes pas Yandex?Il me semble que les données devraient provenir d'entreprises partenaires, tout comme Yandex, car en réalité, personne dans le monde n'a suffisamment de données dans une seule source pour faire avancer la science.La science est toujours quelque chose qui se forme à l'intersection d'une grande quantité de données avec différents propriétaires.Avec les données médicales, si je comprends bien, tout est beaucoup plus compliqué ...C'est l'inverse. Avec les données médicales de ces dernières années, tout est beaucoup plus simple, car ces données sont anonymisées soit en grande quantité, mais malheureusement pas en russe. Eh bien, ici, vous devez faire quelque chose avec eux: traduire, interagir d'une manière ou d'une autre. Ou ces données sont obtenues directement auprès des patients. Avec chacun desquels vous devez signer un morceau de papier qu'il accepte pour le transfert de données. Et c'est tout.
La science moderne est le lot des riches. Toute mon histoire sur l'open source concerne également le fait que cela permettra peut-être à un grand nombre de jeunes scientifiques sans argent qui n'appartiennent à aucune grande secte et ne travaillent pas avec une grande entreprise pharmaceutique de créer quelque chose de nouveau collectivement.Mais comment avez-vous pensé à combiner deux choses qui n'étaient pas très liées à première vue - l'informatique et la médecine? Ce sont des technologies qui ne se croisent pas dans l'esprit de la plupart des gens. Quelles ont été les premières étapes que vous avez suivies pour suivre le chemin que vous avez choisi?Comme vous le voyez probablement dans mon apparence, non seulement je dors peu, mais je ne suis pas non plus une personne en très bonne santé. Et quand j'ai commencé à m'occuper du sujet de la médecine, de la pharmacie et tout ça, j'essayais juste de résoudre les problèmes des gars impliqués dans des recherches spécifiques. Et la seule façon de résoudre ce que j'ai entre les mains était la suivante.Vous savez, il y avait un si grand philosophe et psychologue nommé Maslow, qui a formulé assez précisément. Traduit proprement en russe, il a dit ceci: "Quand vous avez un marteau entre les mains, il est difficile de résister à la tentation de tout considérer comme des clous." J'avais un github entre les mains, c'était difficile de ne pas tout considérer comme un code. Et c'est arrivé.Pourquoi n’avez-vous pas pensé auparavant à traverser différentes sphères d’activité avec les TI? Et un peu de démagogie pour reconnaître. S'il y a un croisement marqué de divers domaines d'activité avec l'informatique, et que nous croisons des avocats et ainsi de suite, alors en fait, beaucoup de personnes qui occupent actuellement leur emploi quitteront.C’est génial.La question est différente: que faire avec eux?Il existe de nombreuses hypothèses différentes. J'ai lu un livre merveilleux, où que ce soit le solent, qui a été fait à partir de personnes, comme vous vous en souvenez. Dans les années 90, un bioréacteur était très discuté dans notre pays. Sérieusement, je n'ai pas de réponse à cette question. La chose la plus intéressante, je ne pense pas que les informaticiens devraient décider quoi faire avec ces personnes.J'ai un homme idole, malheureusement, il est mort, mais il avait une phrase brillante. Il a en quelque sorte lors d'une réunion où j'étais, au cours de laquelle les programmeurs ont beaucoup juré, est sorti, a écrit deux lignes. Première ligne: rien ne fonctionnera. Point numéro deux: la progression ne peut pas être arrêtée. Et avec cette pensée que tout sera forcément mauvais, mais que le progrès ne peut pas être arrêté, je vis.Oui, un grand nombre de personnes en raison du progrès technologique perdront leur emploi. Mais il n'est pas nécessaire d'arrêter les progrès pour cette raison. L'humanité trouvera une issue. Revenu inconditionnel, traitement obligatoire par la programmation des personnes qui ont perdu leur emploi.Je ne comprends pas très bien. Qu'est-ce qui est décrit en médecine exactement par les tests sur Python?Dans ce cas particulier, par exemple, nous avons utilisé des tests pour décrire les données d'entrée et de résultat d'un test d'allergène. Autrement dit, quelle dose de médicament est introduite dans la cellule et quel résultat sur la lumière que nous avons reçue en conséquence.Autrement dit, grâce à l'intégration continue, avez-vous une sorte de machine physique en cours d'exécution?Laboratoire de physique, oui. Ici, vous devez comprendre qu'en moyenne, ils ont déjà des laboratoires physiques. C'est juste que les tests qu'ils contiennent ne sont pas décrits sous cette forme, mais sous la forme d'un grand programme dans lequel il est écrit: mettons la main sur tel ou tel ensemble de caractéristiques et vérifions en sortie que le résultat est tel ou tel.Cette année, la conférence DUMP se tiendra le 19 avril à Iekaterinbourg. Traditionnellement, il y aura une section Science. Programme de cette année: Oleg Bartunov (Université d'État de Moscou, Postgres Professional), Peter Fedichev (Institut de physique et de technologie de Moscou, Gero), Pavel Skripnichenko (UrFU, KantrSkrip), Gennady Shtekh (Naumen), Igor Mamay (Kontur), Vladislav Blinov et Valery Baranova (Tinkoff. ru), Tatyana Zobnina (Naumen). Le programme complet se trouve sur le site Web de la conférence .