Video: Kecerdasan Buatan di Kehidupan Sehari-hari (November 2024)
Kecerdasan Buatan (AI) membuat kemajuan besar dalam industri penjagaan kesihatan. Untuk membantu mencegah penyakit, profesional perubatan kini dapat menarik data dari sensor perubatan dan genomik, disiplin biologi molekul yang merangkumi fungsi, struktur, dan pemetaan genom. Ini adalah sebahagian daripada trend yang disebut "ubat ramalan, " di mana data besar membantu mengenal pasti pesakit yang berisiko penyakit, seperti analisis ramalan yang digunakan oleh alat risikan perniagaan (BI) hari ini untuk mengenal pasti trend dan peluang baru.
Institut Penyelidikan Penyelidikan Scripps menggunakan data genomik untuk lebih memahami fikiran seseorang. Scripps sedang bekerjasama dengan Nvidia untuk membangunkan AI dan amalan pembelajaran mendalam yang dapat menarik pandangan dari genomik dan dari sensor digital dalam smartwatches, cuffs tekanan darah, dan monitor glukosa. Para saintis data juga boleh menggunakan pembelajaran mendalam untuk data perubatan yang datang dari Siri Watch Apple baru 4. Nvidia dan Scripps akan menjalankan penyelidikan ini sebagai sebahagian daripada pusat kecemerlangan baru di kedua-dua kemudahan syarikat.
Untuk mengetahui lebih lanjut mengenai bagaimana AI dan data besar dapat membantu menghasilkan pandangan dari sensor perubatan, PCMag bercakap dengan pakar kesihatan digital terkemuka dan ahli kardiologi Dr. Eric Topol. Beliau juga merupakan Pengarah dan Pengasas Institut Penyelidikan Penyelidikan Scripps.
PCMag (PCM): Bagaimana Scripps datang bersama dengan Nvidia?
Eric Topol (ET): Saya memulakannya; Saya telah banyak membaca tentang sumbangan mereka ke seluruh bidang pembelajaran mendalam dan AI kerana saya mempunyai sebuah buku yang akan datang tidak lama lagi mengenai topik ini. Saya telah melakukan banyak penyelidikan, dan saya menyedari bahawa mereka adalah pemimpin industri dalam perkakasan AI dan banyak inovasi di seluruh sektor tempatan, termasuk kereta tanpa pemandu, cryptocurrency, permainan video, dan penjagaan kesihatan, antara lain. Jadi kami mula bercakap tentang bagaimana kami boleh bekerjasama.
ET: Matlamat utama adalah untuk mempromosikan kesihatan manusia. Kita perlu dapat menerapkan pembelajaran mendalam, AI, dan semua subtipe untuk tidak hanya menganalisis data sensor dan urutan genom seluruh tetapi untuk membawa semua data itu bersama-sama untuk setiap orang. Data itu termasuk sensor yang mereka pakai serta data dari lapisan biologi. Ia bukan sekadar DNA, protein, mikrobiotik usus, metabolit, dan sebagainya, tetapi juga semua ubat-ubatan dan persekitaran mereka sebelum ini.
Membawa semua data itu bersama-sama dan mengekstrak, dalam masa nyata, nilai untuk individu belum dicapai. Itulah matlamat yang meluas, tetapi untuk sampai ke sana, kita harus mencakar keupayaan untuk menangani data sensor, yang sangat kaya dan padat. Biasanya, sensor menghantar data secara berterusan, dan dari masa ke masa mereka menghasilkan lebih banyak data daripada apa-apa lagi, termasuk imej dan urutan keseluruhan genom.
- 10 Langkah untuk Mengamalkan Kecerdasan Buatan dalam Perniagaan Anda 10 Langkah untuk Mengguna pakai Perisikan Buatan dalam Perniagaan Anda
- App ini Membawa Kuasa AI kepada Doktor di Dunia Membangun App ini Membawa Kuasa AI kepada Doktor di Dunia Membangun
- 'Pengkomputeran Tubuh' Menghidupkan Penjagaan Kesihatan Ke dalam Pengkomputeran Tubuh 'Lifecare' Menghidupkan Penjagaan Kesihatan Ke Hidup
PCM: Bagaimana data akan mengekstrak nilai untuk individu?
ET: Suatu hari akan ada jurulatih perubatan maya; seperti hari ini kita mempunyai penceramah yang bijak yang akan memberi anda panduan atau jawapan, atau pembantu digital Google anda memberitahu anda mengenai jadual anda atau sama ada anda perlu keluar awal untuk pergi ke lapangan terbang. Nah, itu bagus untuk hari ini, tetapi kita boleh banyak buat penjagaan kesihatan pada masa akan datang. Itu bermula sekarang dengan perkara seperti kencing manis dan tekanan darah tinggi, tetapi akhirnya ia akan menjadi strategi pencegahan untuk sebahagian besar orang. Tiada siapa yang telah berkumpul lagi, tetapi ini adalah beberapa langkah awal untuk sampai ke sana.
PCM: Bagaimana AI sebenarnya dapat merevolusikan ramalan dan pencegahan penyakit?
ET: Ada banyak cara yang boleh dicapai. Sebagai contoh, hari ini, untuk pesakit kencing manis, satu-satunya algoritma yang wujud ialah sama ada glukosa anda naik atau turun; itulah algoritma bodoh. Apa yang kita tahu ialah peraturan glukosa dan keadaannya dipengaruhi oleh bukan sahaja makanan seseorang, tetapi juga dengan tidur, aktiviti mereka, mikrobiotik usus, dan faktor lain. Oleh itu, apa yang boleh kita lakukan ialah membangunkan algoritma yang membawa semua data itu dan memberikannya kembali kepada individu untuk mencapai peraturan glukosa yang lebih baik dan mencegah komplikasi keadaan seperti penyakit mata, penyakit buah pinggang, dan penyakit vaskular. Algoritma juga boleh menyediakan data penting untuk membantu mencegah serangan sawan, asma, dan serangan jantung. Terdapat begitu banyak perkara yang boleh kita cegah apabila kita mengetahui orang yang berisiko dan kita mempunyai algoritma pintar untuk membuat faktor dalam semua data untuk individu dan memberi mereka maklum balas yang mereka perlukan.
PCM: Adakah terdapat kemajuan sebenar dalam pencegahan ramalan AI dan penyakit hari ini, atau apakah ini yang akan kita lihat pada masa akan datang?
ET: Nah, ia bermula dengan benar; terdapat sekitar lima kajian prospektif yang berbeza yang diterbitkan. Jadi, mereka telah menguji algoritma ini di klinik. Kami telah melihat 15 algoritma AI yang diluluskan oleh Pentadbiran Makanan dan Dadah Amerika Syarikat pada tahun lepas. Ia masih awal dalam pembangunan AI, tetapi ia mula memegang sekarang. Setahun yang lalu itu tidak berlaku, tetapi sudah tentu, bahagian terakhir tahun ini kita melihat bukti dipercepat tentang ini menjadi realiti.
PCM: Adakah AI akan menggunakan sensor digital daripada produk seperti Apple Watch?
ET: Ya, dan berita tentang itu pada bulan September didahului oleh pengumuman dari permulaan yang dipanggil AliveCor, yang telah mendapat pelepasan FDA setahun sebelum untuk algoritma pembelajaran mendalam. Oleh itu, orang boleh mengukur kadar jantung mereka dengan tenang dan dengan aktiviti fizikal, dan mendapat isyarat apabila ada sesuatu yang tidak sempurna ketika mereka berehat dan kadar jantung mereka. Mereka akan diberitahu untuk mengambil kardiogram melalui jam tangan mereka, dan kemudian yang dibaca oleh algoritma dan anda boleh mendiagnosis fibrillation atrium. Jadi, itu di luar sana sekarang, telah selama setahun, dan kemudian, ia ditawarkan oleh Apple juga. Sekarang kita mempunyai pelbagai pengesanan irama jantung pengguna melalui AI; Itulah cerita dunia nyata. Kami tidak bercakap mengenai algoritma pembelajaran mendalam yang masih berada di sayap; mereka sebenarnya sekarang.
Dengan fibrillation atrium, anda boleh berhujah, "Adakah setiap orang memerlukan Apple Watch?" Tidak, tetapi bagi orang yang berisiko atau… telah dirawat untuk fibrilasi atrium, itu adalah satu syarat penting yang meningkatkan risiko strok. Ia memerlukan sesetengah orang untuk mempunyai penipisan darah untuk mencegah strok. Oleh itu, ia bukan perkara remeh jika anda mempunyai fibrillation atrium dan anda mempunyai apa-apa kelainan struktur jantung.
PCM: Walaupun syarikat seperti 23andMe menawarkan ujian genetik untuk di bawah $ 200, penjujukan keseluruhan genom masih membawa tanda harga yang tinggi. Adakah AI akan membuat penjujukan genom lebih murah?
ET: Boleh. Salah satu cara yang boleh dilakukan itu adalah dengan memproses data yang lebih cekap, jadi anda tidak perlu menyusunnya secara mendalam atau untuk seberapa banyak orang. Namun, hari ini, penjujukan genom seluruh individu adalah kira-kira seribu dolar. Jadi, jika anda mahu berbuat demikian untuk banyak orang, berjuta-juta atau berbilion orang, ia masih merupakan perbelanjaan yang sangat besar. Terdapat banyak cara yang boleh mengubah dan mengukur skala genom AI dan itu bukan sekadar DNA. Ia RNA, protein, metabolit, mikrob, setiap lapisan biologi yang boleh didekati oleh AI kerana mereka semua data besar. Jika ia dilabel "data besar, " maka pada dasarnya ia berkelip AI.
PCM: Saya melihat bahawa anda terlibat dalam Program Penyelidikan "Semua Kami." Apa yang diperlukan?
ET: sejuta orang Amerika yang, selama beberapa tahun, mungkin beberapa dekad, akan belajar tentang diri mereka, genom mereka, mikrobiotik mereka, dan pelbagai sensor. Mereka akan berkongsi data itu supaya kami dapat membantu-idealnya bukan sahaja mempromosikan kesihatan mereka tetapi kesihatan generasi seterusnya. Kerana semua kebolehan ini untuk memahami setiap manusia adalah baru, kita baru mula memahami cara menggunakan alat ini untuk membantu orang memelihara kesihatan mereka. Kami membenarkan orang ramai untuk memahami data mereka sendiri, yang kami berikan kepada mereka untuk membantu mereka bekerja dengan doktor mereka untuk menjadi saintis warga negara dan perintis pada masa depan kesihatan manusia.
PCM: Apa yang anda kerjakan dengan sensor jantung berterusan? Bagaimana ia berfungsi?
ET: Kami mempunyai tampalan, seperti Band-Aid, yang boleh anda pakai. Kami berpanjangan jantung sebanyak 15, 000 orang dalam tempoh 11 atau 12 hari; ia adalah data yang besar. Untuk dapat meramalkan arrhythmia, gangguan irama jantung, sebelum ia berlaku, dan untuk mengetahui isyarat supaya kita dapat menghalangnya, itulah yang akan kita jalani. Orang telah menggunakan AI untuk membuat diagnosis irama jantung, tetapi kami cuba untuk mendapatkannya untuk mencegah arrhythmia jantung. Itu fasa seterusnya.
PCM: Bagaimana keseluruhan penjujukan gen berlaku dan bagaimana anda akan menggunakannya pada warga tua?
ET: Kami mempunyai sampel orang yang sangat besar dan usia purata mereka adalah 89. Mereka tidak pernah sakit dan kami ingin tahu mengapa. Kami percaya bahawa pembelajaran mendalam dari genom ini, berbanding dengan kawalan, akan membantu kami kerana ia merupakan data yang besar untuk ditenun, untuk memahami varian genom dalam orang-orang "orang-orang" yang berbeza dan relevan untuk jangka masa yang melampau. Kami mengambil masa hampir sedekad untuk mengumpul semua orang ini dan membuat mereka semua dijujukan.
PCM: Adakah AI benar-benar membuat kita lebih sihat?
ET: Kita perlu lihat. Satu perkara adalah janji dan yang lain memenuhi janji. Masa akan menentukan. Tetapi saya tidak tahu sama ada kita telah melihat apa-apa yang mempunyai banyak janji hari ini. Tetapi ia akan mengambil sedikit masa untuk mendapatkan semuanya disahkan.
