Величайшее обещание ИИ: демократизация точной медицины
Ренен Халлак — основатель и генеральный директор VAST Data, быстро продаваемого стартапа по хранению данных.
гетти
В то время как ИИ оставляет свой след во многих отраслях, одним из его наиболее значительных результатов будет демократизация точной (или персонализированной) медицины. ИИ сделает возможным и доступным для каждого человека доступ к своему геному — к тому, что делает его уникальным. Это очень важно: каждый человек уникален, и человеческий организм и его взаимодействие с патогенами или болезнями индивидуальны. Следовательно, чтобы смягчить самые тяжелые последствия изменяющих жизнь заболеваний, таких как болезнь Альцгеймера, и хронических заболеваний, таких как диабет, лечение и протоколы также должны быть уникальными для каждого человека.
Персонализированная медицина с поддержкой ИИ может устранить большую часть догадок при диагностике и планах лечения. Персонализированная медицина смещает практику от статистики, закона средних чисел, надежд и молитв о наилучшем исходе к более точному и явному выявлению аномалий у отдельного пациента на основе его ДНК, истории болезни и истории болезни его семьи. Короче говоря, вся информация, которая содержится в геноме человека.
ИИ знаком с медициной и здравоохранением; она присутствовала в их основных статистических моделях на протяжении 50 с лишним лет. (Когда машина делает то же, что и человек, это своего рода ИИ.) Революция сегодня — это доступность больших объемов данных и более продвинутых машин и методов глубокого обучения, позволяющих получить представление о людях (и конкретных когортах, с которыми они работают). принадлежат), а не только целым популяциям, что позволяет врачам быть более точными в диагностике, прогнозе и протоколах. Используя вычислительные методы, такие как искусственный интеллект и машинное обучение, Национальный исследовательский институт генома человека отмечает, что эти методы будут продолжать «улучшать наше понимание скрытых закономерностей в больших и сложных наборах геномных данных из фундаментальных и клинических исследовательских проектов».
Десять лет назад, если у кого-то диагностировали вирулентную форму лейкемии, шансы на выживание были очень малы. Существует множество различных вариантов лейкемии; не зная варианта, выбирать, как к нему относиться, — азартная игра. Но теперь врачи могут секвенировать ДНК, точно определить, какой из бесчисленных вариантов поражает человека, и сразу же перейти к правильному протоколу, что резко увеличивает их шансы на выживание.
Человечеству потребовалось 10 лет, чтобы секвенировать первый геном, что стоило несколько миллиардов долларов и привлекло тысячи исследователей. Мы далеко продвинулись за последние несколько лет. В наши дни секвенирование генома быстро приближается к уровню 100 долларов благодаря достижениям в области секвенирования следующего поколения (NGS). Разрешение, с которым мы можем секвенировать ДНК и предсказывать структуру белка, увеличилось в геометрической прогрессии. Инструменты более продвинуты, как и методы анализа. Объем данных, к которым можно получить доступ и ресурсы, намного выше.
Проблема массивных данных
Этот почти бесконечный объем данных, генерируемых для обеспечения персонализированной медицины, также создает проблемы. Базовая геномика и анализ изображений образцов тканей требует больших объемов данных. Объем данных также увеличивается из-за количества доступных исследовательских инструментов и распространения сложных исследовательских инструментов, которые позволяют медицинским работникам быстро определять ДНК или РНК. Требования к производительности и способности обрабатывать такой объем данных также зашкаливают.
Один криоэлектронный микроскоп, необходимый инструмент для определения структуры белка, может генерировать несколько петабайт информации в год. Крупные научно-исследовательские учреждения или больничные системы, такие как Детская исследовательская больница Св. Иуды, Медицинский центр Стэнфорда и Национальная лаборатория исследований рака им. Фредерика, могут иметь несколько криоэлектронных микроскопов. Большинство из них также приобрели различные сложные сканирующие туннельные просвечивающие электронные микроскопы и световые пластинчатые микроскопы и другие инструменты, позволяющие получать изображения с неслыханным всего несколько лет назад качеством.
По всему миру существуют тысячи таких учреждений, и все они генерируют данные чрезвычайно высокого разрешения и десятки петабайт в год на каждое учреждение. Анализ таких данных, особенно с помощью методов искусственного интеллекта, использует не только ЦП и память, но и все больше зависит от графических процессоров. Обработка и анализ данных о структуре белка, например, использует методы глубокого обучения и требует высокой производительности. В целом, для понимания больших объемов данных с помощью методов ИИ требуется унифицированный доступ ко всему набору данных, который должен храниться в высокопроизводительном хранилище с масштабом в несколько петабайт, а также в твердотельном хранилище из-за крайне случайного характера обучения модели ИИ.
Современная терапия также значительно продвинулась вперед в понимании структуры белков; Взаимодействие белок-белок и моделирование взаимодействия белок-молекула прокладывают путь к разработке новых вакцин и лекарств для лечения болезней способами, которые были невозможны в прошлом. Все это требует данных и интенсивного анализа с помощью методов ИИ для развития науки.
Я считаю, что в течение следующих нескольких лет мы достигнем точки, когда здоровье человека будет почти безупречным. Достижения в медицинской науке и медицинских технологиях приведут к тому, что мы все меньше и меньше будем бояться болезней. Нам придется столкнуться с проблемами безопасности и конфиденциальности — это само собой разумеющееся. Нам нужно найти ту золотую середину, где сохраняется анонимность на уровне населения, при этом пользуясь преимуществами персонализированной медицины. Мы должны сохранить цепочку поставок, чтобы иметь проверяемый след данных. Нам потребуется управление данными, которое позволит пациентам определять, как используется их медицинская информация.
Усилия, которые для этого потребуются, окупятся. Наша способность к осмысленному продлению жизни значительно возрастет. Мы найдем стратегии для облегчения болезни Альцгеймера и хронических заболеваний, таких как болезни сердца и диабет, без ущерба для качества жизни.
Это станет скорее нормой, чем исключением. Этому будут способствовать технологии и значительные исследования, проведенные с использованием передовых технологий, в основе которых лежит искусственный интеллект.
Если человечество должно инвестировать в что-то, чтобы продвигать себя, то это должен быть ИИ в здравоохранении, потому что жизнь — это наша самая большая ценность.
Технологический совет Forbes — это сообщество только по приглашению для ИТ-директоров, технических директоров и руководителей технологических компаний мирового уровня. Имею ли я право?
