Найбільша обіцянка ШІ: демократизація прецизійної медицини
Ренен Халлак є засновником і генеральним директором VAST Data, стартапу зі зберігання даних, що швидко продається.
Гетті
Незважаючи на те, що штучний інтелект робить свій слід у багатьох галузях промисловості, одним із його найважливіших окремих впливів буде демократизація точної (або персоналізованої) медицини. ШІ зробить можливим і доступним для кожної людини доступ до свого геному — до того, що робить її унікальною. Це критично важливо: кожна людина особлива, і людське тіло та його взаємодія з патогенними мікроорганізмами чи хворобами відрізняються для кожної людини. Отже, щоб пом’якшити найсерйозніші наслідки хвороб, що змінюють життя, як-от хвороба Альцгеймера, і хронічні захворювання, як-от діабет, лікування та протоколи також мають бути унікальними для кожної людини.
Персоналізована медицина з підтримкою штучного інтелекту може усунути багато здогадок під час діагностики та планів лікування. Персоналізована медицина зміщує практику від статистики, закону середніх значень, надій і молитов про найкращий результат до більш точного та чіткого визначення аномалій у окремого пацієнта на основі його ДНК, історії хвороби та історії хвороби його родини. Коротше кажучи, вся інформація, яка міститься в геномі людини.
ШІ не чужий для медицини та охорони здоров’я; вона була присутня в їхніх основних статистичних моделях протягом 50 з гаком років. (Коли машина робить усе, що може зробити людина, це тип штучного інтелекту.) Революцією сьогодні є доступність великих обсягів даних і більш просунутих машин і методів глибокого навчання, щоб отримати розуміння окремих осіб (і конкретних когорт, які вони належать), а не просто цілим популяціям, що дозволяє лікарям бути набагато точнішими щодо діагностики, прогнозу та протоколів. Використовуючи обчислювальні методи, такі як штучний інтелект і машинне навчання, Національний дослідницький інститут геному людини зазначає, що ці методи продовжуватимуть «покращувати наше розуміння прихованих закономірностей у великих і складних наборах геномних даних із фундаментальних і клінічних дослідницьких проектів».
Десять років тому, якщо у когось діагностували вірулентну форму лейкемії, у нього були дуже низькі шанси вижити. Існує багато різних варіантів лейкемії; не знаючи варіанту, вибір способу його лікування є азартною ігрою. Але тепер лікарі можуть секвенувати ДНК, точно визначити, який із безлічі варіантів вражає людину, і негайно вибрати правильний протокол, різко підвищуючи їхні шанси на виживання.
Людству знадобилося 10 років, щоб секвенувати перший геном, коштуючи кілька мільярдів доларів і залучаючи тисячі дослідників. За останні кілька років ми просунулися далеко. У наші дні секвенування геному швидко наближається до 100 доларів США завдяки прогресу секвенування наступного покоління (NGS). Роздільна здатність, з якою ми можемо секвенувати ДНК і прогнозувати структуру білка, зросла експоненціально. Інструменти вдосконалені, як і методи аналізу. Обсяг даних, до яких можна отримати доступ і ресурсів, набагато кращий.
Виклик масивних даних
Ця майже нескінченна кількість даних, створених для забезпечення персоналізованої медицини, також створює проблеми. Основна геноміка та аналіз зображень для зразків тканин потребують багато даних. Обсяг даних також збільшується завдяки кількості доступних дослідницьких інструментів і поширенню складних інструментів дослідження, які дозволяють медичним працівникам швидко визначати ДНК або РНК. Вимоги до продуктивності та здатності обробляти таку кількість даних також підвищилися.
Один кріоелектронний мікроскоп, важливий інструмент для визначення структури білка, може генерувати кілька петабайт щорічно. Великі дослідницькі установи або лікарняні системи, як-от Дитяча дослідницька лікарня Св. Джуди, Стенфордська медицина та Національна лабораторія дослідження раку імені Фредеріка, можуть мати кілька кріоелектронних мікроскопів. Більшість також придбали різноманітні складні скануючі тунельні трансмісійні електронні та світлові листові мікроскопи та інші інструменти, які фіксують нечувану якість зображення лише кілька років тому.
У світі є тисячі таких установ, усі вони генерують дані надзвичайно високої роздільної здатності та десятки петабайт на рік на один заклад. Аналіз таких даних, особливо за допомогою методів штучного інтелекту, використовує не лише центральний процесор і пам’ять, але все більше покладається на графічні процесори. Наприклад, обробка та аналіз даних про структуру білка використовує методи глибокого навчання та потребує високої продуктивності. Загалом для розуміння великих обсягів даних за допомогою методів штучного інтелекту потрібен рівномірний доступ до всього набору даних для розміщення у високопродуктивному сховищі в масштабі кількох петабайт і на твердотільному сховищі через надзвичайно випадковий характер навчання моделі штучного інтелекту.
Сучасна терапевтика також значно просунулася вперед у розумінні структури білка; Моделювання взаємодії білок-білок і взаємодія білок-молекула ведуть шлях до розробки нових вакцин і ліків для лікування хвороб такими способами, які були неможливі в минулому. Усе це потребує даних та інтенсивного аналізу за допомогою методів ШІ для розвитку науки.
Протягом наступних кількох років, я вважаю, ми досягнемо точки, коли здоров’я людини буде майже незайманим. Розвиток медичної науки та медичних технологій досягне такого рівня, коли ми будемо все менше боятися хвороб. Нам доведеться зіткнутися з проблемами безпеки та конфіденційності — це само собою зрозуміло. Нам потрібно знайти ту приємну точку, де зберігається анонімність на рівні населення, користуючись перевагами персоналізованої медицини. Ми повинні підтримувати ланцюжок відповідальності, щоб мати контрольований слід даних. Нам знадобиться управління даними, яке дозволить пацієнтам визначати, як використовується їх медична інформація.
Докладені зусилля того варті. Наша здатність значно продовжувати життя значно зросте. Ми знайдемо стратегії пом’якшення хвороби Альцгеймера та хронічних захворювань, таких як хвороби серця та діабет, без шкоди для якості життя.
Це стане радше нормою, ніж винятком. Сприятливими факторами для цього стануть технології та значні дослідження, проведені з використанням передових методів, серцевиною яких є ШІ.
Якщо людство має інвестувати в щось одне, щоб розвивати себе, то це має бути штучний інтелект у сфері охорони здоров’я, адже життя — це наша найдорожча річ.
Технологічна рада Forbes — це спільнота для ІТ-директорів, технічних директорів і технічних керівників світового рівня. Чи маю я право?
