Dirbtinis intelektas (AI) daro didelę pažangą sveikatos priežiūros pramonėje. Norėdami padėti išvengti ligų, medicinos specialistai dabar gali remtis medicininių jutiklių ir genomikos duomenimis, molekulinės biologijos disciplina, apimančia genomų funkciją, struktūrą ir žemėlapius. Tai tendencijos, vadinamos „prognozuojančia medicina“, dalis, kurioje dideli duomenys padeda nustatyti pacientus, kuriems gresia liga, panašiai kaip prognozuojamąją analizę šiandien naudoja verslo žvalgybos (BI) įrankiai naujoms tendencijoms ir galimybėms nustatyti.
„Scripps Research“ vertimų institutas naudoja genomikos duomenis, kad geriau suprastų žmogaus sveikatos būklę. „Scripps“ bendradarbiauja su „Nvidia“, kad sukurtų AI ir gilaus mokymosi praktiką, į kurią būtų galima atkreipti dėmesį iš genomikos ir skaitmeninių jutiklių, esančių išmaniuosiuose laikrodžiuose, kraujospūdžio rankogalių ir gliukozės monitorių. Duomenų mokslininkai netgi gali giliai mokytis medicinos duomenų, gaunamų iš naujosios „Apple Watch Series 4“. „Nvidia“ ir „Scripps“ atliks šį tyrimą kaip naujo kompetencijos centro dalį abiejose bendrovės patalpose.
Norėdami sužinoti daugiau apie tai, kaip PG ir dideli duomenys gali padėti susidaryti įžvalgas iš medicinos jutiklių, PCMag kalbėjosi su pagrindiniu skaitmeninės sveikatos ekspertu ir kardiologu dr. Ericu Topoliu. Jis taip pat yra „Scripps Research“ vertimų instituto direktorius ir įkūrėjas.
PCMag (PCM): Kaip „Scripps“ susidūrė su „Nvidia“?
Erikas Topolis (ET): Aš tai inicijavau; Aš daug skaičiau apie jų indėlį į visą giluminio mokymosi ir AI sritį, nes netrukus pasirodys knyga šia tema. Buvau atlikęs daug tyrimų ir supratau, kad jie yra AI aparatūros ir daugybės naujovių visame pasaulyje sektoriuose lyderiai, įskaitant automobilius be vairuotojų, kriptovaliutą, vaizdo žaidimus ir sveikatos apsaugą. Taigi pradėjome kalbėti apie tai, kaip galėtume dirbti kartu.
ET: Pagrindinis tikslas yra skatinti žmonių sveikatą. Turime sugebėti pritaikyti gilųjį mokymąsi, AI ir visus jo potipius, kad ne tik analizuotų jutiklių duomenis ir visas genomo sekas, bet ir sujungtų visus tuos duomenis kiekvienam asmeniui. Į šiuos duomenis įeina jutikliai, kuriuos jie nešioja, taip pat biologinių sluoksnių duomenys. Tai ne tik DNR, baltymai, jų mikrobiomas žarnyne, metabolitai ir kt., Bet ir visi jų ankstesni vaistai bei aplinka.
Sujungus visus tuos duomenis ir realiu laiku išgaunant vertę asmeniui, dar nepasiekta. Tai tolimas tikslas, tačiau norint jį pasiekti, turime prikalti galimybę tvarkyti jutiklių duomenis, kurie yra labai turtingi ir tankūs. Paprastai jutikliai perduoda duomenis nuolat ir laikui bėgant sukuria daugiau duomenų nei bet kas kitas, įskaitant vaizdus ir visą genomo seką.
- Dirbtinio intelekto priėmimas jūsų versle 10 žingsnių, norint pritraukti dirbtinį intelektą
- Ši programa suteikia AI galią besivystančio pasaulio gydytojams Ši programa suteikia AI galią besivystančių šalių gydytojams
- „Kūno skaičiavimas“ paverčia sveikatos apsaugą gyvybės priežiūra. „Kūno kompiuterija“ paverčia sveikatos apsaugą gyvybės priežiūra
PCM: Kaip duomenys išgaus asmens vertę?
ET: Kažkada bus virtualus medicinos treneris; kaip ir šiandien, mes turime išmanųjį pranešėją, kuris pateiks kai kuriuos patarimus ar atsakymus, arba „Google“ skaitmeninis asistentas papasakos jums apie jūsų tvarkaraštį, ar turėtumėte anksti išvykti, kad galėtumėte eiti į oro uostą. Na, tai šiandien gražu, bet ateityje galime daug nuveikti dėl sveikatos priežiūros. Tai pradedama nuo tokių dalykų, kaip diabetas ir aukštas kraujospūdis, tačiau ilgainiui tai bus prevencijos strategija didelei daliai žmonių. Niekas jo dar nesurinko, tačiau tai tik keli ankstyvieji žingsniai ten nuvykti.
PCM: Kaip PG iš tikrųjų padės pakeisti ligų numatymą ir prevenciją?
ET: Yra daugybė būdų, kuriuos galima pasiekti. Pavyzdžiui, šiandien diabetikams vienintelis egzistuojantis algoritmas yra tai, ar gliukozės kiekis didėja, ar mažėja; tai kvailas algoritmas. Ką mes žinome, kad gliukozės reguliavimui ir būklei įtakos turi ne tik tai, ką žmogus valgo, bet ir jų miegas, veikla, žarnyno mikrobiomas ir kiti veiksniai. Taigi, ką mes galime padaryti, tai sukurti algoritmus, kurie kaupia visus tuos duomenis ir grąžina juos asmeniui, kad būtų pasiektas daug geresnis gliukozės reguliavimas ir būtų išvengta tokių ligų, kaip akių ligos, inkstų ligos ir kraujagyslių ligos, komplikacijų. Algoritmai taip pat gali pateikti gyvybiškai svarbių duomenų, padedančių išvengti traukulių, astmos ir širdies priepuolių. Yra tiek daug dalykų, kurių galime išvengti, kai pažįstame rizikuojančius žmones ir turime intelektualius algoritmus, kurie atsižvelgia į visus asmens duomenis ir suteikia jiems reikiamą grįžtamąjį ryšį.
PCM: Ar šiandien yra padaryta reali pažanga PG ir ligų numatymo prevencijos srityje, ar tai yra kažkas, ką pamatysime ateityje?
ET: Na, tai pradeda tikrai kilti; paskelbta apie penkis skirtingus perspektyvinius tyrimus. Taigi jie šiuos algoritmus išbandė klinikoje. Jau matėme 15 PG algoritmų, kuriuos praėjusiais metais patvirtino JAV maisto ir vaistų administracija. Dar yra ankstyvas PG kūrimas, tačiau jis pradeda įsitvirtinti dabar. Prieš metus to nebuvo, bet be abejo, paskutinėje šių metų pusėje matome paspartintus įrodymus, kad tai tapo realybe.
PCM: Ar AI naudos skaitmeninius jutiklius iš tokio produkto kaip „Apple Watch“?
ET: Taip, ir apie naujienas apie tai rugsėjį paskelbė startuolis pavadinimu „AliveCor“, kuris prieš metus jau buvo gavęs FDA patvirtinimą dėl gilaus mokymosi algoritmo. Taigi žmonės gali stebėti savo širdies ritmą ramybėje ir fizinio krūvio metu ir būti įspėjami, kai kažkas neveikia, kai jie ilsisi, o jų širdies ritmas yra. Jiems bus liepta per budėjimą paimti kardiogramą, tada algoritmas nuskaitys ir galėsite diagnozuoti prieširdžių virpėjimą. Taigi, štai dabar, jau metai, o tada jį siūlo ir „Apple“. Dabar mes galime nustatyti daugybę vartotojų širdies ritmo per AI; tai realaus pasaulio istorija. Mes nekalbame apie giluminius mokymosi algoritmus, kurie vis dar yra sparnuose; jie dabar tikri.
Dėl prieširdžių virpėjimo galite ginčytis: „Ar visiems reikia„ Apple Watch “? Ne, bet žmonėms, kuriems gresia pavojus ar… kurie buvo gydyti prieširdžių virpėjimu, tai svarbi būklė, padidinanti insulto riziką. Kai kuriems žmonėms reikia kraujo skiediklių, kad būtų išvengta insulto. Taigi, jei turite prieširdžių virpėjimą ir turite kokių nors širdies struktūros anomalijų, tai nėra nereikšmingas dalykas.
PCM: Nors tokios kompanijos kaip „23andMe“ siūlo genetinius tyrimus už mažiau nei 200 USD, viso genomo sekos nustatymas vis tiek kelia nepaprastą kainą. Ar dėl AI genomo sekvenavimas taps prieinamesnis?
ET: Tai įmanoma. Vienas iš būdų tai padaryti yra žymiai efektyvesnis duomenų tvarkymas, todėl jums nereikia jų sekti giliai ar tiek daug žmonių. Vis dėlto šiandien atskiro viso genomo sekvenavimas yra apie tūkstantį dolerių. Taigi, jei norite tai padaryti daugybei žmonių, milijonams ar milijardams žmonių, tai vis tiek yra labai didelės išlaidos. Yra daugybė būdų, kaip PG gali pakeisti ir išplėsti genomo seką, ir tai nėra vien tik DNR. Tai RNR, baltymai, metabolitai, mikrobiomas, kiekvienas biologinis sluoksnis, į kurį AI gali kreiptis, nes jie visi yra dideli duomenys. Jei tai pažymėta kaip „dideli duomenys“, tai iš esmės mirksi AI.
PCM: Matau, kad jūs dalyvaujate Nacionalinio sveikatos instituto „Visų mūsų tyrimų programoje“. Ką tai reiškia?
ET: milijonas amerikiečių, kurie daugelį metų, tikriausiai dešimtmečiais, mokysis apie save, savo genomą, mikrobiomą ir įvairius jutiklius. Jie dalinsis tais duomenimis, kad galėtume padėti - idealu ne tik skatinti jų, bet ir naujos kartos žmonių sveikatą. Kadangi visi šie sugebėjimai suprasti kiekvieną žmogų yra nauji, mes tik dabar pradedame suprasti, kaip naudoti šias priemones žmonėms išsaugoti savo sveikatą. Mes leidžiame žmonėms suprasti jų pačių duomenis, kuriuos mes jiems suteikiame, kad padėtume jiems dirbti su savo gydytojais, kad jie taptų piliečių mokslininkais ir žmonių sveikatos pradininkais.
PCM: Ką jūs dirbate su nuolatiniais širdies jutikliais? Kaip tai veikia?
ET: Mes turime pleistrą, pavyzdžiui, „Band-Aid“, kurį galite nešioti. Mes nuolat skamba 15 000 žmonių per 11 ar 12 dienų; tai didžiulis duomenų kiekis. Kad galėtume nuspėti aritmiją, širdies ritmo sutrikimą, dar prieš tai įvykus, ir žinoti signalą, kad galėtume jo išvengti, štai, ko mes einame. Žmonės širdies ritmui diagnozuoti naudojo AI, bet mes stengiamės tai gauti, kad išvengtume širdies aritmijos. Tai kitas etapas.
PCM: Kaip naudojama visa genų seka ir kaip ją naudosite vyresnio amžiaus žmonėms?
ET: Mes turime labai daug imčių iš žmonių, o jų vidutinis amžius yra 89 metai. Jie niekada nebuvo sirgę ir mes norime sužinoti, kodėl. Mes tikime, kad gilus mokymasis iš šių genomų, palyginti su kontrole, padės mums, nes tai yra didžiulis duomenų kiekis, norint perprasti ir suprasti genomo variantus tiems „suvirintojams“ žmonėms, kurie skiriasi ir yra svarbūs ekstremaliai sveikatai. Mums prireikė beveik dešimtmečio, kad sukauptume visus šiuos žmones ir surinktume juos visus.
PCM: Ar tikrai aš ilgiau išliksime sveikesni?
ET: Turėsime pamatyti. Vienas dalykas yra pažadas, o kitas - pažado įvykdymas. Laikas pasakys. Bet aš nežinau, ar mes matėme ką nors, kas šiandien daug žada. Tačiau prireiks šiek tiek laiko, kad viskas būtų patvirtinta.
