Thor+Olavsrud

数据科学家正在使用机器学习来解决肺癌的检测问题。从1月份开始，世界各地近1万名数据科学家参加了数据科学碗竞赛，开发最有效的算法，以帮助医疗专业人员更早、更准确地检测肺癌。

2010年，美国国家肺癌筛查试验显示，使用低剂量计算机断层扫描（CT）进行年度筛查能够将肺癌死亡率减少20%，这种扫描设备使用计算机处理来自不同角度的大量X射线图像，对这些图像进行组合产生高对比度的3D图像。虽然这一技术在早期检测上实现了突破，但与更传统的X射线相比，其误报率也相对较高。

机器学习公司Kaggle与合作伙伴Booz Allen Hamilton出席了年度数据科学碗活动，Kaggle首席执行官Anthony Goldbloom说：“这真的是一种非常强大的方法，可以将癌症死亡率降低20%，但是误报率非常高。有很多人被告知他们得了癌症，但后来才发现实际没有。这是人为的代价。会让人非常紧张。”

所以对于今年的数据科学碗，Booz Allen和Kaggle决定对数据科学和机器学习进行适当的引导，以解决误报问题。在Laura和John Arnold基金会资助下，这两名合作伙伴将为名列前十的参赛选手提供100万美元奖金。

数据科学为社会公益做出贡献

Booz Allen高级副总裁兼首席数据科学家Josh Sullivan说，Booz Allen和Kaggle在2015年创建了数据科学碗，目的是让数据科学为社会公益做出贡献。

他说：“我们想做一些让人们聚在一起为社会公益做出贡献的事情，能超越自我的事情。我们怎样为社会公益切实做一些事情？我们希望所做的事情能够导致科学发现。对公众开放的事情；不是为了我们的利益或者客户的利益，而是开放来源，为了世界各地的人们。……