Vpogled v panogo: nastajajoča vloga ai pri preprečevanju bolezni

Umetna inteligenca (AI) močno napreduje v zdravstveni industriji. Za preprečevanje bolezni lahko medicinski strokovnjaki črpajo podatke iz medicinskih senzorjev in genomike, discipline molekularne biologije, ki pokriva delovanje, strukturo in preslikavo genomov. To je del trenda, imenovanega "napovedna medicina", v katerem veliki podatki pomagajo prepoznati bolnike, ki jim grozi bolezen, podobno kot danes napovedna analitika uporabljajo orodja poslovne inteligence za prepoznavanje novih trendov in priložnosti.

Translacijski inštitut Scripps Research Translational Institute uporablja genomične podatke, da bolje razume človekovo zdravstveno obliko. Scripps sodeluje z Nvidio pri razvoju AI in globinskih učnih praks, ki lahko črpajo vpogled iz genomike in digitalnih senzorjev v pametnih urah, manšetah krvnega tlaka in merilcih glukoze. Podatkovni znanstveniki lahko celo uporabijo globoko učenje za medicinske podatke, ki prihajajo iz nove Apple Watch Series 4. Nvidia in Scripps bosta to raziskavo izvedla kot del novega centra odličnosti v obeh podjetjih.

Če želite izvedeti več o tem, kako lahko AI in veliki podatki pomagajo ustvariti vpogled iz medicinskih senzorjev, se je PCMag pogovarjal z vodilnim strokovnjakom za digitalno zdravje in kardiologom dr. Ericom Topolom. Je tudi direktor in ustanovitelj raziskovalnega prevajalskega inštituta Scripps.

PCMag (PCM): Kako so se Scripps združili z Nvidio?

Eric Topol (ET): To sem pobral; Veliko sem bral o njihovem prispevku na celotnem področju poglobljenega učenja in AI, saj imam kmalu na to temo izšla knjiga. Opravil sem veliko raziskav in ugotovil sem, da so vodilni v industriji na področju AI strojne opreme in v številnih inovacijah v lokalnih sektorjih, vključno z avtomobili brez voznikov, kripto valutami, video igrami in zdravstvom. Tako smo začeli govoriti o tem, kako bi lahko sodelovali.

PCM: Kakšen je cilj novega centra odličnosti, ki ga boste delali pri Nvidii?

ET: Splošni cilj je promocija zdravja ljudi. Moramo biti sposobni uporabiti globoko učenje, AI in vse njegove podtipe, da ne samo analiziramo podatke senzorjev in celotne zaporedje genomov, ampak da vse te podatke združimo za vsako osebo. Ti podatki vključujejo senzorje, ki jih nosijo, kot tudi podatke iz bioloških plasti. Ne gre samo za DNK, beljakovine, njihov mikrobiom črevesja, presnovke itd., Ampak tudi vsa njihova predhodna zdravila in njihovo okolje.

Združevanje vseh teh podatkov in pridobivanje v realnem času vrednosti za posameznika še niso dosegli. To je daljnosežen cilj, toda da bi prišli do tega, moramo zaznati sposobnost obravnavanja senzorskih podatkov, ki je zelo bogata in gosta. Običajno senzorji neprestano prenašajo podatke in sčasoma proizvedejo več podatkov kot karkoli drugega, vključno s slikami in celotnim zaporedjem genomov.

• 10 korakov k sprejetju umetne inteligence v vašem podjetju 10 korakov k sprejetju umetne inteligence v vašem poslu
• Ta aplikacija prinaša moč AI zdravnikom v razvijajočem se svetu Ta aplikacija prinaša moč AI zdravnikom v razvijajočem se svetu
• 'Body Computing' preusmeri zdravstveno varstvo v življenjsko varstvo 'Body Computing' spremeni zdravstvo v življenjsko varstvo

PCM: Kako bodo podatki izvlekli vrednost za posameznika?

ET: Nekega dne bo virtualni medicinski trener; Tako kot danes imamo pametni zvočnik, ki vam bo dal nekaj napotkov ali odgovorov, ali pa vam bo vaš digitalni asistent Google povedal vaš urnik ali ali bi morali zgodaj oditi na letališče. No, to je lepo za danes, vendar lahko v prihodnosti naredimo veliko za zdravstveno varstvo. To se začenja zdaj s sladkorno boleznijo in visokim krvnim tlakom, sčasoma pa bo to preventiva za velik delež ljudi. Nihče ga še ni sestavil, vendar je to nekaj zgodnjih korakov, da pridete tja.

PCM: Kako bo AI dejansko pripomogel k revolucionarnemu napovedovanju in preprečevanju bolezni?

ET: Obstaja veliko načinov. Danes je na primer za diabetike edini algoritem, ki obstaja, ali glukoza narašča ali pada; to je neumen algoritem. Vemo, da na regulacijo glukoze in stanje ne vpliva samo to, kar človek poje, ampak tudi njihov spanec, aktivnost, mikrobiom črevesja in drugi dejavniki. Torej, lahko naredimo algoritme, ki vse te podatke prinesejo posamezniku in ga vrnejo posamezniku, da dosežejo veliko boljšo regulacijo glukoze in preprečijo zaplete pri boleznih oči, ledvic in ožilja. Algoritmi lahko zagotovijo tudi vitalne podatke za preprečevanje napadov, astme in srčnih napadov. Obstaja toliko stvari, ki jih lahko preprečimo, ko poznamo ljudi, ki jim grozi tveganje, in če imamo pametne algoritme, da lahko posameznik vnese vse podatke in jim posreduje povratne informacije, ki jih potrebujejo.

PCM: Ali je danes resnično dosežen napredek pri preprečevanju AI in napovedovanja bolezni ali je to nekaj, kar bomo videli v prihodnosti?

ET: No, začenja se zares vzleteti; objavljenih je bilo približno pet različnih perspektivnih študij. Torej, te algoritme testirajo na kliniki. V zadnjem letu smo že videli 15 algoritmov AI, ki jih je ameriška uprava za hrano in zdravila odobrila. Razvoj AI je še zgodaj, vendar se začne zajemati. Pred letom dni ni bilo tako, zagotovo pa v zadnjem delu letošnjega leta vidimo pospešene dokaze, da je to postalo resničnost.

PCM: Ali bo AI uporabljal digitalne senzorje iz izdelka, kot je Apple Watch?

ET: Da, in novicam o tem je septembra potekala napoved zagona AliveCor, ki je že pred leti prejel dovoljenje za FDA za algoritem globokega učenja. Tako lahko ljudje spremljajo srčni utrip v mirovanju in s telesno aktivnostjo ter se opozorijo, ko jim nekaj ne uspe, ko so v mirovanju in srčni utrip. Naročeni bodo kardiogramu skozi uro, nato pa se algoritem prebere, nato pa diagnosticirate atrijsko fibrilacijo. Torej, to je zdaj tam, je že eno leto, nato pa ga ponuja tudi Apple. Zdaj imamo večkratno zaznavanje srčnega ritma potrošnikov prek AI; to je zgodba iz resničnega sveta. Ne govorimo o algoritmih globokega učenja, ki so še vedno v krilih; zdaj so resnični.

Z atrijsko fibrilacijo bi lahko trdili: "Ali vsi potrebujejo Apple Watch?" Ne, toda za ljudi, ki so v nevarnosti ali… so bili zdravljeni zaradi atrijske fibrilacije, je to pomemben pogoj, ki povečuje tveganje za možgansko kap. Nekateri ljudje morajo imeti redčila krvi, da preprečijo možgansko kap. Torej ni nepomembno, če imate atrijsko fibrilacijo in imate kakršno koli strukturo srca.

PCM: Čeprav podjetja, kot so 23andMe, ponujajo genetsko testiranje za manj kot 200 dolarjev, zaporedje celotnega genoma še vedno prinaša zajetne cene. Ali bo AI naredil genomsko zaporedje bolj dostopno?

ET: Možno je. Eden od načinov za to je zgolj mnogo učinkovitejša obdelava podatkov, zato vam ni treba globoko zaporedjati ali za toliko ljudi. Še vedno pa je danes sekvenciranje posameznega celotnega genoma približno tisoč dolarjev. In če to želite storiti za veliko ljudi, milijone ali milijarde ljudi, je to še vedno zelo velik strošek. Obstaja veliko načinov, kako lahko AI spreminja in spreminja zaporedje genomov in to ni samo DNK. To je RNA, beljakovine, presnovki, mikrobiom, vsaka biološka plast, ki se ji lahko AI približa, saj so vsi veliki podatki. Če je označen kot "veliki podatki", potem v bistvu utripa AI.

PCM: Vidim, da ste vključeni v Raziskovalni program Nacionalnega inštituta za zdravje. Kaj to pomeni?

ET: milijon Američanov, ki se bodo dolga leta, verjetno desetletja, učili o sebi, svojem genomu, mikrobiomu in različnih senzorjih. Te podatke bodo delili, da bomo lahko pomagali - v najboljšem primeru ne le za promocijo njihovega zdravja, temveč tudi za zdravje ljudi naslednje generacije. Ker so vse te sposobnosti razumevanja vsakega človeka nove, smo šele zdaj začeli razumevati, kako uporabiti ta orodja, da bi ljudem ohranili zdravje. Ljudem omogočamo, da razumejo svoje podatke, ki jim jih vrnemo, da jim pomagajo pri sodelovanju z zdravniki, da postanejo državljani znanstveniki in pionirji v prihodnosti zdravja ljudi.

PCM: Kaj delate z neprekinjenimi senzorji srca? Kako to deluje?

ET: Imamo obliž, kot je Band-Aid, ki ga lahko nosite. Smo v neprekinjenem srčnem utripu 15.000 ljudi nad 11 ali 12 dni; gre za ogromno količino podatkov. Da bomo znali napovedati aritmijo, motnjo srčnega ritma, še preden se pojavi, in poznati signal, da ga bomo lahko preprečili, to je tisto, kar si prizadevamo. Ljudje so uporabljali AI za postavitev diagnoze srčnega ritma, vendar ga skušamo pridobiti, da preprečimo srčno aritmijo. To je naslednja faza.

PCM: Kako pride v poštev celotno gensko zaporedje in kako ga boste uporabljali pri starejši populaciji?

ET: Imamo zelo veliko vzorčenja ljudi in njihova povprečna starost je 89. Nikoli niso bili bolni in želimo vedeti, zakaj. Verjamemo, da nam bo globinsko učenje teh genomov v primerjavi s kontrolo pomagalo, ker je ogromno podatkov, ki jih lahko prepletamo, da bi razumeli genomske različice pri tistih "starejših" ljudeh, ki so različni in pomembni za izjemno zdravje. Potrebovali smo skoraj desetletje, da smo nabrali vse te ljudi in jih postavili v sekvenco.

PCM: Ali nas bo AI resnično ohranjal bolj zdrave?

ET: Morali bomo videti. Ena stvar je obljuba, druga pa izpolnitev obljube. Čas bo povedal. Ne vem pa, ali smo videli kaj, kar bi danes tako veliko obljubljalo. Vendar bo trajalo nekaj časa, da bo vse potrjeno.