Nahlédnutí do odvětví: rozvíjející se úloha ai v prevenci nemocí

Umělá inteligence (AI) dosahuje ve zdravotnictví velkého pokroku. Abychom pomohli předcházet nemocem, jsou nyní zdravotničtí pracovníci schopni čerpat data z lékařských senzorů a genomiky, disciplíny molekulární biologie, která pokrývá funkci, strukturu a mapování genomů. Jedná se o součást trendu zvaného „prediktivní medicína“, ve kterém velká data pomáhají identifikovat pacienty ohrožené onemocněním, podobně jako prediktivní analytika se dnes používá v nástrojích Business Intelligence (BI) k identifikaci nových trendů a příležitostí.

Scripps Research Translational Institute využívá genomická data k lepšímu pochopení zdravotního stavu člověka. Scripps spolupracuje s Nvidia na vývoji umělé inteligence a hlubokého učení, které může čerpat poznatky z genomiky a digitálních senzorů v chytrých hodinkách, manžetách na krevní tlak a monitorech glukózy. Vědci dat mohou dokonce aplikovat hluboké učení na lékařská data pocházející z nové série Apple Watch 4. Společnosti Nvidia a Scripps provedou tento výzkum jako součást nového centra excelence v obou zařízeních společnosti.

Chcete-li se dozvědět více o tom, jak AI a velká data mohou pomoci generovat poznatky z lékařských senzorů, mluvil PCMag s předním odborníkem na digitální zdraví a kardiologem Dr. Ericem Topolem. Je také ředitelem a zakladatelem Translačního institutu pro výzkum Scripps Research.

PCMag (PCM): Jak se Scripps spojil s Nvidií?

Eric Topol (ET): Začal jsem to; Četl jsem hodně o jejich příspěvku k celé oblasti hlubokého učení a umělé inteligence, protože jsem brzy vydal knihu o tomto tématu. Udělal jsem spoustu výzkumu a uvědomil jsem si, že jsou průmyslovým lídrem v oblasti hardwaru AI a v mnoha inovacích napříč místními sektory, mezi jinými mimo jiné auta bez řidiče, kryptoměna, videohry a zdravotní péče. Začali jsme tedy hovořit o tom, jak bychom mohli spolupracovat.

PCM: Jaký je cíl nového centra excelence, na kterém budete pracovat s Nvidia?

ET: Hlavním cílem je podpora lidského zdraví. Musíme být schopni aplikovat hluboké učení, umělou inteligenci a všechny její podtypy, abychom nejen analyzovali data senzorů a celé genomové sekvence, ale všechny tato data spojili pro každou osobu. Tato data zahrnují senzory, které nosí, stejně jako data z biologických vrstev. Nejde jen o DNA, bílkoviny, jejich střevní mikrobiom, metabolity atd., Ale také o všechny jejich předchozí léky a jejich okolí.

Spojení všech těchto dat dohromady a extrahování hodnoty pro jednotlivce v reálném čase dosud nebylo dosaženo. To je dalekosáhlý cíl, ale abychom se tam dostali, musíme zrušit schopnost vypořádat se s daty senzoru, která jsou velmi bohatá a hustá. Senzory obvykle přenášejí data nepřetržitě a v průběhu času vytvářejí více dat než cokoli jiného, ​​včetně obrázků a celé genomové sekvence.

• 10 kroků k přijetí umělé inteligence ve vaší firmě 10 kroků k přijetí umělé inteligence ve vaší firmě
• Tato aplikace přináší sílu AI lékařům v rozvíjejícím se světě Tato aplikace přináší sílu AI lékařům v rozvíjejícím se světě
• „Body Computing“ přemění zdravotní péči na Lifecare „Body Computing“ promění zdravotní péči na Lifecare

PCM: Jak získají data hodnotu pro jednotlivce?

ET: Jednoho dne bude existovat virtuální lékařský trenér; jako dnes máme chytrého mluvčího, který vám dá nějaké pokyny nebo odpovědi, nebo vám váš digitální asistent Google řekne o vašem plánu nebo zda byste měli odjet brzy na letiště. Dnes je to hezké, ale v budoucnu můžeme udělat hodně pro péči o zdraví. To začíná hned s věcmi, jako je cukrovka a vysoký krevní tlak, ale nakonec to bude preventivní strategie pro velkou část lidí. Zatím to nikdo nesestavil, ale toto je několik prvních kroků, jak se tam dostat.

PCM: Jak AI skutečně pomůže revoluci v predikci a prevenci nemocí?

ET: Existuje mnoho způsobů, jak toho dosáhnout. Například dnes, pro diabetiky, jediný algoritmus, který existuje, je, zda vaše glukóza stoupá nebo klesá; to je hloupý algoritmus. Víme, že regulace glukózy a stav je ovlivňován nejen tím, co člověk jedí, ale také svým spánkem, svou aktivitou, střevním mikrobiomem a dalšími faktory. Můžeme tedy vyvinout algoritmy, které přinesou všechna tato data a vrátí je jednotlivcům, aby dosáhli mnohem lepší regulace glukózy a předešli komplikacím stavů, jako jsou oční choroby, onemocnění ledvin a cévní onemocnění. Algoritmy mohou také poskytovat životně důležitá data, která pomáhají předcházet záchvatům, astmatu a infarktu. Existuje tolik věcí, kterým můžeme zabránit, jakmile známe lidi, kteří jsou v ohrožení, a máme inteligentní algoritmy, které zohledňují všechna data pro jednotlivce a poskytují jim zpětnou vazbu, kterou potřebují.

PCM: Existuje skutečný pokrok v prevenci AI a predikce onemocnění dnes, nebo je to něco, co uvidíme v budoucnosti?

ET: No, začíná to opravdu vzlétnout; bylo publikováno asi pět různých prospektivních studií. Takže tyto algoritmy testovali na klinice. V loňském roce jsme již viděli 15 algoritmů AI schválených americkou Správou potravin a léčiv USA. Ve vývoji AI je stále ještě brzy, ale začíná se to chopit nyní. Před rokem tomu tak nebylo, ale rozhodně, v druhé části letošního roku vidíme zrychlené důkazy o tom, že se tato skutečnost stala skutečností.

PCM: Použije AI digitální senzory z produktu, jako je Apple Watch?

ET: Ano, a novinkám o tom v září předcházelo oznámení ze startu nazvané AliveCor, které již dostalo povolení FDA rok před algoritmem pro hluboké učení. Takže lidé mohou nechat monitorovat srdeční frekvenci v klidu as fyzickou aktivitou a být upozorněni, když je něco mimo trať, když jsou v klidu a jejich srdeční frekvence je. Bude jim řečeno, že si vezmou kardiogram prostřednictvím svých hodinek, a pak se to načte pomocí algoritmu a můžete diagnostikovat fibrilaci síní. Takže, to je teď tam, už rok, a poté je nabízen i společností Apple. Nyní máme několik detekcí srdečního rytmu spotřebitele pomocí AI; to je skutečný příběh. Nemluvíme o algoritmech hlubokého učení, které jsou stále v křídlech; jsou teď skuteční.

S fibrilací síní byste mohli argumentovat: „Potřebují všichni Apple Apple Watch?“ Ne, ale u lidí, kteří jsou ohroženi nebo… kteří byli léčeni fibrilací síní, je to důležitá podmínka, která zvyšuje riziko mrtvice. To vyžaduje, aby někteří lidé měli ředidla krve, aby se zabránilo mrtvici. Není to tedy triviální záležitost, pokud máte fibrilaci síní a máte nějakou strukturální abnormalitu srdce.

PCM: Ačkoli společnosti jako 23andMe nabízejí genetické testování za méně než 200 USD, sekvencování celého genomu stále přináší robustní cenovku. Usnadní AI genomické sekvenování dostupnější?

ET: Je to možné. Jedním ze způsobů, jak to může udělat, je pouze mnohem efektivnější zpracování dat, takže je nemusíte hluboce sekvenovat nebo pro tolik lidí. Přesto, dnes, sekvenování jednotlivého celého genomu je asi tisíc dolarů. A pokud to chcete udělat pro spoustu lidí, miliony nebo miliardy lidí, je to stále velmi velký výdaj. Existuje mnoho způsobů, jak AI může změnit a škálovat sekvenování genomu, a není to jen DNA. Je to RNA, proteiny, metabolity, mikrobiom, každá biologická vrstva, ke které AI může přistupovat, protože jsou to všechna velká data. Pokud je označen jako „velká data“, pak v podstatě bliká AI.

PCM: Vidím, že jste zapojen do výzkumného programu „Všichni z nás“ Národního institutu zdraví. Co to znamená?

ET: milion Američanů, kteří se po mnoho let, pravděpodobně desetiletí, budou učit o sobě, jejich genomu, mikrobiomu a různých senzorech. Budou sdílet tato data, abychom jim mohli pomoci - v ideálním případě nejen podporovat jejich zdraví, ale příští generaci zdraví lidí. Protože všechny tyto schopnosti porozumět každé lidské bytosti jsou nové, právě teď začínáme chápat, jak používat tyto nástroje, které pomáhají lidem zachovat jejich zdraví. Umožňujeme lidem pochopit svá vlastní data, která jim vracíme, abychom jim pomohli pracovat se svými lékaři a stát se občanskými vědci a průkopníky v budoucnosti lidského zdraví.

PCM: Na čem pracujete s kontinuálními srdečními senzory? Jak to funguje?

ET: Máme náplast jako Band-Aid, kterou můžete nosit. Na nepřetržitém tepu 15 000 lidí během 11 nebo 12 dnů; je to obrovské množství dat. Abychom byli schopni předvídat arytmii, poruchu srdečního rytmu, dříve, než k ní dojde, a znát signál, abychom tomu zabránili, to je to, po čem jdeme. Lidé použili umělou inteligenci k diagnostice srdečního rytmu, ale snažíme se ji dostat, aby se zabránilo srdeční arytmii. To je další fáze.

PCM: Jak přichází celá sekvence genů a jak ji použijete na starší populaci?

ET: Máme velmi velký výběr lidí a jejich průměrný věk je 89 let. Nikdy nebyli nemocní a chceme vědět proč. Věříme, že hluboké učení se od těchto genomů nám ve srovnání s kontrolami pomůže, protože je to obrovské množství údajů, které můžeme proklouznout, porozumět genomickým variantám těch „svářečských“ lidí, které jsou odlišné a relevantní pro extrémní zdravotní rozpětí. Trvalo nám téměř deset let, než jsme shromáždili všechny tyto lidi a získali je všechny.

PCM: Udrží nás AI déle zdravější?

ET: Musíme to vidět. Jedna věc je slib a druhá věc je splnění slibu. Čas ukáže. Ale nevím, jestli jsme viděli něco, co má dnes tolik slibu. Ale bude to chvíli trvat, než se vše potvrdí.