SXSW est rempli de sessions. La partie interactive de SXSW compte plus de 800 sessions au total à Austin pendant l’événement. Cela ne compte pas les conférenciers, les expositions, les événements de réseautage et les innombrables autres activités, panels et discussions qui se déroulent pendant SXSW Interactive.

Et même si les sessions auxquelles j’ai assisté n’avaient pas « Big Data » dans le titre, elles sont devenues très clairement le point de mire des discussions.

Innovation Healthcare au-delà des dispositifs médicaux – Session SXSW

C’était la première session à laquelle j’assistais, et c’était un excellent sujet de conversation, qui s’est rapidement tourné vers le big data.

Le panel, après s’être présenté ainsi que leur expertise, a discuté des wearables et des données recueillies à partir de ceux-ci.

Du diagnostic à distance à la latence du traitement des données, le panel a parcouru toute la gamme des problèmes et préoccupations liés au big data dans le domaine de la santé.

Pourtant, la partie la plus intéressante de la conversation est venue lorsque quelqu’un a demandé à qui appartenait vos données de santé ?

Pas une réponse simple. Aux États-Unis, vous êtes le propriétaire de vos données de santé. C’est à vous de partager, lire et interpréter comme bon vous semble. Cependant, si vous avez déjà essayé d’obtenir vos données de santé auprès de votre médecin, ce n’est pas la tâche la plus facile à accomplir.

Au Japon, le médecin est propriétaire des données. Ce qui signifie que les médecins ont la possibilité de distribuer vos données de santé aux marques ou à d’autres points de vente comme bon leur semble.

Cependant, dans le monde de la santé et en particulier avec les dispositifs médicaux innovants, la conservation des données en données pertinentes est difficile à traiter au sein de cette communauté. Il faudra du temps pour atténuer les ramifications et les difficultés juridiques dans chaque pays.

Le Big Data et l’IA ont besoin l’un de l’autre et vous avez besoin des deux – Session SXSW

Probablement ma session SXSW préférée à laquelle j’ai assisté. Cela a réuni Amir Husain, président et chef de la direction de Sparkcognition Inc., Manoj Saxena, directeur général du fonds de l’entrepreneur, et Maher Masri, associé chez McKinsey & Company.

Selon le panel, l’intelligence artificielle est actuellement et sera la technologie la plus perturbatrice jamais créée par l’humanité.

Il n’existe aucune industrie dans laquelle l’IA ne peut pas être un facteur d’influence du changement.

Cependant, nous sommes loin du monde de l’IA intelligente.

Par exemple, vous pouvez configurer « AI » pour vous avertir lorsque vous n’avez pas encore réalisé vos 10 000 pas en une seule journée. Pourtant, vous vous cassez le pied à froid et les notifications apparaîtront toujours jusqu’à ce que vous disiez à l’appareil de s’arrêter.

L’IA n’est pas qu’un logiciel, et comme l’a dit Manoj Stewart, « Je ne suis pas intéressé par les mégadonnées, mais les gros résultats. Rendre les données plus riches, pas seulement plus intelligentes. »

Le panel a continué à donner exemple après exemple à quoi pourrait ressembler l’accès à un mariage de mégadonnées et d’IA.

Un exemple spécifique était qu’un agriculteur en dehors de l’Égypte pouvait prendre une seule photo de son fils avec une morsure dessus.

Pas une application en cours d’exécution, juste une seule photo prise. Il informe le père de quel type de morsure il s’agit, où se trouve l’hôpital le plus proche et les techniques de triage pour assister son fils.

Un autre bon exemple serait une IA opérant dans toute une raffinerie de pétrole. Les données et les algorithmes continuent de fonctionner, mais l’IA serait en mesure de reconnaître les défaillances du système et d’informer les utilisateurs des défaillances imminentes ou gérables dans l’ensemble du système.

L’ensemble du panel a convenu que le traitement des mégadonnées de manière contextuelle est quelque chose que les humains font bien mieux que n’importe quel algorithme ne peut actuellement accomplir.

Pourtant, lorsque nous sommes capables de faire travailler ensemble l’homme et la machine et de réduire le « fossé d’intelligence » entre le traitement et la collecte de données, nous pouvons réaliser des choses que nous n’aurions jamais cru possibles.

L’analyse des données F1 passe à la vitesse supérieure – Session SXSW

McLaren est connu pour avoir remporté des courses de Formule 1. Mais qu’en est-il de leur implication dans le monde de la santé ?

Geoff McGrath, vice-président des technologies appliquées de McLaren, a expliqué comment cette division a utilisé ses stratégies et techniques de Formule 1 pour s’associer à Julian Jenkins, vice-président de la recherche et du développement chez GlaxoSmithKline (GSK).

Geoff a commencé la conversation en expliquant que McLaren ne se contentait pas de regarder les données de sortie d’une voiture, d’un vélo ou même d’un traîneau squelette. McLaren a pris les données de la personne, de son véhicule de prédilection et de l’environnement pour créer des équipes gagnantes.

Maintenant, associez cela à la façon dont les soins de santé sont traditionnellement effectués et mariez les trois (personne, application et environnement), a créé des traitements personnalisés pour les patients.

De même, GSK a constaté une augmentation de l’efficacité de la livraison et de l’exécution de son service R&D, ce qui a permis une livraison plus rapide des produits pharmaceutiques au public.

Conclusion

Même si la plupart des sessions auxquelles j’ai assisté ont porté sur les mégadonnées, ces trois-là ont vraiment expliqué en détail à quoi peuvent ressembler les mégadonnées lorsqu’elles sont utilisées correctement.

Pourtant, le plus grand récit de tous ces panneaux est que les mégadonnées n’ont pas de récit. Et c’est une bonne chose.

Les organisations et les entreprises continuent de rechercher une solution miracle étiquetée « big data » qui résoudra tous leurs problèmes.

Cela n’existe pas encore, quel que soit le secteur ou le modèle d’entreprise. C’est peut-être le cas, mais jusque-là, nous avons besoin de gens.

Et aucun groupe de personnes n’est plus important que votre public. Confirmer que vos mégadonnées ont un impact positif sur la vie de votre public est la première étape correcte pour vous assurer que votre organisation utilise correctement les mégadonnées.