Gambling Dataset

析模型高度分散。数据科学家和数据分析师致力于创建医生和其他医疗专业人员可以在日常实践中使用的工具和模型。目前，它运行良好，但最终我们需要合并这两个孤岛。

数据科学是一个递归过程；如果你想解决问题，你需要接近你正在解决的问题，你需要实时了解你的创新是如何运作的，这样你才能想出更好的改进想法。相反，如果医生更多地了解这些工具和政策的工作原理以及如何最好地应用它们，他们就能够应用基于数据的工具和政策。



理想情况下，结果将是两个专业领域的融合。医生需要研究收集、分析和应用数据的最佳方法（学习并可能构建工作所需的工具），数据科学 喀麦隆电报数据库 家需要更深入地研究医学和医疗保健领域。最终，这两个领域之间会出现新的角色。

问题

当然，这种未来愿景也存在一些问题。最大的问题可能是对医生和医务人员的新培训要求；目前，我们在医疗保健领域已经面临着巨大的人才短缺。如果我们强迫医疗专业人员接受更严格的培训，并吸收更多不同学科的知识，这可能会阻止更多人走上这条职业道路。

还有公众认知的问题。显然，即使是我们目前的算法在诊断癌症等疾病方面也往往比经验丰富的人类医生更好。但人们是否愿意根据数据科学家的说法接受自己健康的命运？我们的医疗保健系统可能需要数年甚至数十年才能通过为普通民众提供最佳服务所需的工具、培训和角色来应对大数据。但如果我们要做好准备，我们现在就需要开始思考这一发展。