Vad är skillnaden mellan AI, maskininlärning och statistik?
Hemtjänstrobotar som kan tänka, externa ögon för den blinde och datorer som hjälper husläkare att lyssna på patienter och ställa diagnos. Vad är egentligen möjligt? Finns någon särskild magi med AI (artificiell intelligens), eller är det bara fråga om vanlig statistik? Beroende på vem du frågar kommer frågan i rubriken att få väldigt olika svar. Här ger Ingrid Lönnstedt ett av dem, ur läkemedelsstatistikerns synvinkel.
Först en snabbkurs om vårt historiska ämnesområde: Statistik handlar om att översätta en fråga till kvantitativa termer som är mätbara på ett praktiskt och görbart sätt, samtidigt som man optimerar mängden information som samlas in och minimerar osäkerheten i resultat och tolkningar. Frågorna kan vara av lite olika karaktär. Hur stor effekt har regimen (prediktion)? Är den nya regimen mer effektiv än den gamla (hypotestest, min egen favorit)? Hur svarar patienterna i den här studien på respektive behandling (datasummering)? Efter utförda mätningar (eller baserat på existerande data) är statistik konsten att tolka data för att svara på den ursprungliga frågan, och kanske också på nya frågor. Vilka slutsatser kan vi dra utifrån data? I synnerhet, kan vi utifrån dessa specifika data dra slutsatser av mer generell karaktär?
Hjälper vi den här typen av patienter? Vad säger det här studieresultatet om den nya regimens effekt i allmänhet? Själv blev jag statistiknörd från den dagen min brittiska mattelärare Miss Dangerfield, i knälång grå kjol och runda små glasögon, förklarade hur vi kunde bemöta den kaxiga kompisen som påstår att hen kan känna skillnad mellan en bordeaux och en bourgogne. Vi kan enkelt testa hypotesen!
