Когда Amazon впервые представила интеллектуальный алгоритм рекомендаций для клиентов, миллионы потребителей получили свой первый индивидуальный опыт покупок, персонализированный в соответствии с их собственными интересами. Это изменило потребительский мир и открыло нам совершенно новую эру покупок.
Алгоритмы Amazon, используя метод, называемый совместная фильтрация товаров, могут предоставлять целевые рекомендации по покупкам, создавая индивидуальный опыт для каждого человека. Даже в очень простой форме это было началом практического использования машинного обучения.
Но могут ли такие искусственный интеллект и машинное обучение способствовать изменениям в медицине и здравоохранении, как алгоритм Amazon изменил потребительство?
Трудный старт для ИИ
В последнее время искусственный интеллект не пользуется популярностью. Ведущие мыслители подвергли критике эту концепцию — Стивен Хокинг и Билл Гейтс выразили свою озабоченность. В интервью BBC Хокинг объясняет, что развитие полноценного искусственного интеллекта может означать конец человеческой расы.
Однако некоторые люди в медицине так не думают. Стоит взглянуть на различные альтернативы и варианты использования того, как искусственный интеллект потенциально может принести пользу процессу оказания медицинской помощи и лечения заболеваний. Какие варианты будет использовать медицинское сообщество, решать руководителям здравоохранения и пациентам.
ИИ и здравоохранение
Строго регулируемая отрасль здравоохранения до сих пор мало использовала искусственный интеллект. Одной из проблем всегда было то, что здравоохранение слишком сложно. Чтобы предсказать что-либо, связанное со здоровьем, нам нужна информация о демографии, белках, мультигенных взаимодействиях, воздействии окружающей среды и целом ряде других аспектов», — пишет Ребекка Харрингтон в Popular Science.
Но это может измениться. В прошлом месяце софтверная компания IBM объявила о своих планах по сделке с Merge Healthcare. Для IBM это может открыть огромные возможности для использования искусственного интеллекта в медицине, пишет Wall Street Journal.
Эти возможности поразительны и захватывающие:
1. ИИ для прогнозирования лекарственной устойчивости
Может ли ИИ предсказать результаты лечения? Исследователи работают над способами использования ИИ и машинного обучения для прогнозирования реакции на два химиотерапевтических препарата, используемых для лечения пациентов с раком молочной железы. Основная проблема заключается в том, что не все люди с одним и тем же раком реагируют одинаково.
Питер Роган, профессор Университета Западного Онтарио, сообщает, что искусственный интеллект — это мощный инструмент для прогнозирования результатов лечения, поскольку он рассматривает сумму всех взаимодействующих генов. Результаты команды Рогана были опубликованы в журнале Molecular Oncology. Они обнаружили, что можно предсказать, какие женщины с раком молочной железы испытают улучшение при использовании препарата Паклитаксел.
2. — Ты принял таблетку? — Как ИИ может способствовать соблюдению режима лечения
Может ли ИИ помочь проверить, принимали ли мы таблетки? По данным MedCity News, компания в США занимается именно этим. AiCure — это стартап, который использует искусственный интеллект на мобильных устройствах пациентов для подтверждения поддержки приема лекарств в клинических испытаниях и группах высокого риска. Как это работает? Программное обеспечение AICure, совместимое с HIPAA, собирает и анализирует доказательства приема лекарств. Камера смартфона используется, чтобы понять, правильно ли пациенты принимали лекарство.
Данные в режиме реального времени также централизованы для немедленного вмешательства и продольного отслеживания моделей приверженности. Исследование показало, что несоблюдение пациентом назначенных лекарств связано с плохими терапевтическими результатами, прогрессированием заболевания и приводит к миллиардам долларов в год в виде предотвратимых прямых затрат на здравоохранение. Теперь медицинским работникам нужно только убедиться, что каждый пациент использует свой смартфон.
3. ИИ для более разумной разработки лекарств
IBM Watson, вероятно, является одним из самых известных примеров суперкомпьютера, доказавшего свои способности в области искусственного интеллекта за пределами лаборатории. Помимо ответов на вопросы викторины Jeopardy, Watson также может понимать и извлекать ключевую информацию, просматривая миллионы страниц научной медицинской литературы, а затем визуализировать взаимосвязь между лекарствами и другими потенциальными заболеваниями.
В прошлом году IBM объявила, что фармацевтический гигант Johnson & Johnson и конкурент Sanofi будут сотрудничать с командой IBM Watson Discovery Advisor. Цель J&J — научить суперкомпьютер читать и понимать научные статьи, содержащие результаты клинических испытаний, а затем помогать разрабатывать и оценивать лекарства и другие методы лечения. Хотя это может показаться не слишком захватывающим, это может иметь невероятные последствия для того, как фармацевтические компании проводят исследования сравнительной эффективности.
Заявление IBM предполагает, что это могло бы помочь врачам подобрать лекарство для правильной группы пациентов, чтобы максимизировать эффективность и минимизировать побочные эффекты. Это будет отличаться от применяемого в настоящее время ручного процесса, который требует месяцев для поиска данных и доказательств, прежде чем исследование может быть даже начато.
Использование Watson могло значительно сократить время и тем самым ускорить процесс открытия. MedCityNews сообщил, что это было первое публичное заявление фармацевтических компаний, которые используют возможности суперкомпьютера и используют его для прогнозной аналитики при разработке лекарств.
4. ИИ для пациентов с болезнью Альцгеймера
Проект, проведенный в Вашингтонском университете и его факультете компьютерных наук, изучал использование систем искусственного интеллекта для поддержки и повышения независимости и качества жизни пациентов с болезнью Альцгеймера. Такие вспомогательные когнитивные системы будут использовать технологию искусственного интеллекта для замены некоторых способностей памяти и решения проблем, утраченных пациентом с болезнью Альцгеймера. По словам исследователей, мотивация этого проекта проистекает из необходимости способствовать благополучию и независимости людей, страдающих когнитивными ограничениями из-за старения и болезни Альцгеймера.
5. ИИ для здоровья носимых устройств
Проблема с приложениями Интернета вещей (IoT) заключалась в том, как использовать их данные, поскольку компьютеры быстро достигли предела того, что можно было сделать со всем, что было собрано.
К счастью, системы машинного обучения адаптировались к обработке больших объемов входящих данных. Зульфи Алам, генеральный менеджер по персональным устройствам в Microsoft, объясняет в посте, что их интеллектуальные будущие алгоритмы будут знать достаточно о пользователе и его биометрических данных в устойчивом состоянии, чтобы иметь возможность распознавать закономерности и возможности для улучшения здоровья и физической формы пользователя.
В более важных медицинских условиях исследовательская группа из Калифорнийского университета в Лос-Анджелесе предлагает платформу для мониторинга здоровья с использованием беспроводных сенсорных сетей. Архитектура платформы представляет собой сетевую систему, которая поддерживает различные носимые датчики и содержит встроенные общие вычислительные возможности для выполнения индивидуально настроенного обнаружения событий, предупреждений и сетевой связи с различными службами медицинской информатики.
Представьте себе эту платформу мониторинга, подключенную к искусственному интеллекту и возможностям машинного обучения, и то, как мы заботимся о пациентах в будущем, может значительно измениться.
Что ждет нас в будущем?
Медицинские работники, похоже, скептически относятся к использованию искусственного интеллекта в своей практике. Выше мы представили несколько вариантов использования, в которых ИИ может повысить ценность здравоохранения, особенно в тех областях, где он может превзойти возможности человека. Тем не менее, ИИ все еще находится в начальной стадии развития и не сможет заменить врача, пишет Даниэла Эрнандес из Kaiser Health News в WIRED.
Большой вопрос, который мы, возможно, захотим задать: «Как машинное обучение может стать большим инструментом для здравоохранения и участвующих в нем игроков?» Настало время спросить врачей и фармацевтические компании, какие проблемы у них есть, и как ИИ может помочь их решить.
Эта статья опубликована в сотрудничестве с Health Works Collective. Публикация не означает одобрения мнений Всемирного экономического форума.
Первоначально опубликовано на www.weforum.org.
