Videó: Mi No Mag Libi (November 2024)
A mesterséges intelligencia (AI) nagy előrelépéseket tesz az egészségügyi ágazatban. A betegségek megelőzésének elősegítése érdekében az egészségügyi szakemberek most már felhasználhatják az orvosi érzékelők és a genomika adatait, a molekuláris biológiai tudományágot, amely lefedi a genomok működését, felépítését és feltérképezését. Ez a "prediktív orvoslásnak" nevezett trend része, amelyben a nagy adatok segítenek a betegség kockázatának kitett betegek azonosításában, ugyanúgy, mint a prediktív analitikát az üzleti intelligencia (BI) eszközök ma használják az új trendek és lehetőségek azonosítására.
A Scripps Kutatási Fordító Intézet a genomika adatait felhasználja az emberek egészségi állapotának jobb megértésére. A Scripps együttműködik az Nvidia-val olyan AI és mély tanulási gyakorlatok kifejlesztésén, amelyek betekintést vonhatnak le a genomikából és az intelligens órák, vérnyomásmérő mandzsetta és glükózmonitorok digitális érzékelőiből. Az adattudósok mélyreható tanulást is alkalmazhatnak az új Apple Watch 4. sorozatból származó orvosi adatokra. Az Nvidia és a Scripps ezt a kutatást az új kiválósági központ részeként végzi mindkét vállalat létesítményében.
Ha többet szeretne tudni arról, hogy az AI és a nagy adatok miként segíthetnek betekintést nyerni az orvosi érzékelőkből, a PCMag beszélt a vezető digitális egészségügyi szakértővel és kardiológussal, Dr. Eric Topollal. A Scripps Research Translational Institute igazgatója és alapítója.
PCMag (PCM): Hogyan jött össze a Scripps az Nvidia-val?
Eric Topol (ET): Ezt kezdeményeztem; Sokat olvastam azoknak a mélyreható tanulás és az AI egész területéhez való hozzájárulásáról, mert hamarosan megjelenik egy könyvem erről a témáról. Nagyon sok kutatást végeztem, és rájöttem, hogy iparági vezető szerepet töltenek be az AI hardver területén és a helyi szektorok számos újításában, ideértve többek között a sofőr nélküli autókat, a kriptovalutát, a videojátékokat és az egészségügyi ellátást. Tehát elkezdtük beszélni arról, hogyan tudunk együtt dolgozni.
ET: Az átfogó cél az emberi egészség előmozdítása. Képesnek kell lennünk arra, hogy a mélyreható tanulást, az AI-t és az összes altípusát alkalmazzuk, hogy ne csak az érzékelők adatait és a teljes genom szekvenciákat elemezzük, hanem az összes adatot egyesítsük minden egyes személyre vonatkozóan. Ezek az adatok magukban foglalják az általuk viselt érzékelőket, valamint a biológiai rétegekből származó adatokat. Nemcsak a DNS, a fehérjék, azok bél mikrobióma, metabolitjai és így tovább, hanem az összes korábbi gyógyszereik és környezetük is.
Az összes ilyen adat összevonása és valós időben történő kinyerése még nem érte el az egyén értékét. Ez a messzemenő cél, de ahhoz, hogy oda érjünk, meg kell adnunk a képességet az érzékelők adatainak kezelésére, ami nagyon gazdag és sűrű. Általában az érzékelők folyamatosan továbbítják az adatokat, és az idő múlásával több adatot állítanak elő, mint bármi más, beleértve a képeket és egy teljes genomszekvenciát.
- 10 lépés a mesterséges intelligencia bevezetéséhez a vállalkozásban 10 lépés az mesterséges intelligencia elfogadásához a vállalkozásban
- Ez az alkalmazás hozza az AI hatalmát a fejlődő világ orvosaihoz Ez az alkalmazás hozza az AI hatalmát a fejlődő világ orvosaihoz
- A „test számítástechnika” az egészségügyet életciklussá teszi; a „test számítástechnika” az egészségügyi ellátást az életvitelre fordítja
PCM: Hogyan fogják kinyerni az adatok az egyén értékét?
ET: Egy nap virtuális orvosi edző lesz; mint ma, van egy intelligens hangszórónk, amely néhány útmutatást vagy választ ad, vagy a Google digitális asszisztense elmondja az ütemtervét, vagy azt, hogy el kell mennie korán, hogy elinduljon a repülőtérre. Nos, ez ma szép, de a jövőben sokat tehetünk az egészségügy érdekében. Most már olyan dolgokkal kezdjük, mint például a cukorbetegség és a magas vérnyomás, de végül az emberek nagy részének megelőzési stratégiája lesz. Még senki sem szerelte össze, de ezek csak néhány korai lépés az eléréshez.
PCM: Hogyan fog az AI valóban hozzájárulni a betegségek előrejelzésének és megelőzésének forradalmasításához?
ET: Számos módszer érhető el. Például manapság a cukorbetegek esetében az egyetlen algoritmus az, hogy a glükóz felfelé vagy lefelé megy-e; ez egy hülye algoritmus. Tudjuk, hogy a glükózszabályozást és az állapotot nemcsak az, amit egy ember eszik, hanem az alvás, aktivitásuk, a bél mikrobióma és egyéb tényezők is befolyásolják. Tehát algoritmusokat dolgozhatunk ki, amelyek mindazt az információt eljuttatják és visszaadják az egyénnek, hogy sokkal jobb glükózszabályozást érjen el és megakadályozzák olyan állapotok szövődményeit, mint a szembetegség, vesebetegség és érrendszeri betegség. Az algoritmusok alapvető adatokat is szolgáltathatnak a rohamok, az asztma és a szívroham megelőzésére. Olyan sok dolgot tudunk megakadályozni, amikor ismerjük a veszélyeztetett embereket, és intelligens algoritmusokkal rendelkezünk, amelyek figyelembe veszik az egyén adatait és megadják a szükséges visszajelzéseket.
PCM: Valóban haladnak-e a madárinfluenza és a betegség-előrejelzés megelőzése ma, vagy ezt látjuk a jövőben?
ET: Nos, ez már tényleg felszívódik; körülbelül öt különféle prospektív tanulmányt publikáltak. Tehát klinikán tesztelték ezeket az algoritmusokat. Már látott 15 AI algoritmust, amelyet az Egyesült Államok Élelmezési és Gyógyszerügynöksége hagyott jóvá az elmúlt évben. Még korai a fejlõdés fejlõdése, de most már kezdeni fogja azt. Egy évvel ezelőtt nem ez volt a helyzet, de természetesen, az év második felében gyorsított bizonyítékokat látunk ennek valósággá válásáról.
PCM: Használ-e az AI olyan digitális érzékelőket, mint például az Apple Watch?
ET: Igen, és az erről szóló szeptemberi híreket egy AliveCor nevű indító vállalkozás bejelentése előzte meg, amely már egy évvel ezelőtt kapta meg az FDA engedélyét egy mély tanulási algoritmus számára. Így az emberek monitorozhatják pulzusát nyugalomban és testmozgás közben, és riasztást kaphatnak, ha valami nincs nyomon, amikor nyugalmi állapotban van, és a pulzusuk is. Meg kell mondaniuk nekik, hogy vigyenek kardiogramot az órájukba, aztán egy algoritmus elolvassa és diagnosztizálhatja a pitvarfibrillációt. Tehát ez egy kicsit ott van egy éve, majd az Apple is felajánlja. Most már többszörös fogyasztói szívritmus-észlelést végezünk az AI-n keresztül; ez egy valós történet. Nem olyan mély tanulási algoritmusokról beszélünk, amelyek még mindig szárnyakban vannak; most valók.
A pitvarfibrillációval azzal érvelhet: "Mindenkinek szüksége van Apple Watch-ra?" Nem, de a veszélyeztetett vagy a pitvarfibrillációval kezelt emberek számára ez egy fontos állapot, amely növeli a stroke kockázatát. Néhány embernek vérhígítóval kell rendelkeznie a stroke elkerülése érdekében. Tehát nem triviális kérdés, ha pitvarfibrillációja van, és bármilyen szívszerkezeti rendellenessége van.
PCM: Noha a 23andMe társaság, mint például 200 dollárnál alacsonyabb szintű genetikai tesztelést kínál, egy teljes genom szekvenálása továbbra is izgalmas árat jelent. Az AI megfizethetőbbé teszi a genomi szekvenálást?
ET: Lehetséges. Ennek egyik módja az adatok sokkal hatékonyabb feldolgozása, tehát nem kell mélyen sorrendbe állítani, vagy annyi ember számára. Ennek ellenére ma az egész genom szekvenálása mintegy ezer dollár. És tehát ha sok ember, millió vagy milliárd ember számára akarja ezt megtenni, ez még mindig nagyon nagy ráfordítás. Sokféle módon módosíthatja és módosíthatja a genom szekvenálását az AI, és ez nem csak a DNS. Ez az RNS, fehérjék, metabolitok, a mikrobióma, minden biológiai réteg, amelyhez az AI megközelíthetõ, mivel ezek mind nagy adatok. Ha "nagy adat" feliratú, akkor alapvetően villog az AI.
PCM: Látom, hogy részt vesz a Nemzeti Egészségügyi Intézet "Mindannyiunk kutatási programjában". Mit jelent ez?
ET: egy millió amerikai, akik évekig, valószínűleg évtizedekig megismerik magukat, genomjukat, mikrobiómjukat és különféle szenzorokat. Megosztják ezeket az adatokat, hogy segítsünk - ideális esetben nemcsak az egészségük előmozdítása, hanem az emberek következő generációja érdekében. Mivel ezek a képességek az emberek megértéséhez újak, most kezdjük megérteni, hogyan lehet ezeket az eszközöket felhasználni az emberek egészségének megőrzésére. Lehetővé teszi az emberek számára, hogy megértsék saját adataikat, amelyeket visszaadunk nekik, hogy segítsük őket orvosuknak az együttműködésben, hogy állampolgárságú tudósokká és úttörővé váljanak az emberi egészség jövőjében.
PCM: Mire dolgozik a folyamatos szívérzékelőkkel? Hogyan működik?
ET: Van egy javítás, mint például a Band-Aid, amelyet viselhet. 15 000 ember folyamatos szívverésével járunk 11 vagy 12 nap alatt; hatalmas mennyiségű adat. Ahhoz, hogy előre jelezzük az aritmiát, a szívritmuszavart, mielőtt megtörténne, és megismerjük a jelet, hogy megakadályozzuk azt, erre megyünk. Az emberek az AI-t használják a szívritmus diagnosztizálására, de igyekszünk a szívritmuszavar megelőzésére. Ez a következő szakasz.
PCM: Hogyan játszik szerepet az egész génszekvenálás, és hogyan fogja használni azt az idős embereknél?
ET: Nagyon nagy mintavétellel rendelkezik az emberek és átlagéletkora 89 év. Soha nem voltak beteg, és tudni akarjuk, miért. Úgy gondoljuk, hogy az ezekből a genomokból való mély tanulás, összehasonlítva a kontrollokkal, segíteni fog nekünk, mivel hatalmas mennyiségű adatot kell átvágnunk, megérteni a "hegesztéses" emberek genomváltozásait, amelyek különböznek és relevánsak az extrém egészségi állapot szempontjából. Szinte egy évtizedre volt szükség, hogy ezeket az embereket összeszedjük és sorba rendezzük.
PCM: Vajon az AI hosszabb ideig egészségesebbé tesz minket?
ET: Látnunk kell. Az egyik dolog egy ígéret, a másik pedig az ígéret teljesítése. Az idő fogja megmondani. De nem tudom, látottunk-e valamit, ami ma olyan ígéretes. De eltart egy darabig, hogy mindet érvényesítsék.
