Watson henteu ngegel dokter, sareng saé pisan

Sanajan, sakumaha dina loba widang séjén, antusiasme pikeun ngaganti dokter jeung AI geus rada waned sanggeus runtuyan gagal diagnostik, gawé dina ngembangkeun ubar basis AI masih lumangsung. Kusabab kitu, aranjeunna masih nawiskeun kasempetan anu saé sareng kasempetan pikeun ningkatkeun efisiensi operasi di seueur daérahna.

IBM diumumkeun dina 2015, sarta dina 2016 eta miboga aksés ka data ti opat pausahaan data sabar utama (1). Anu paling kasohor, hatur nuhun kana seueur laporan média, sareng dina waktos anu sami proyék anu paling ambisius ngagunakeun intelijen buatan canggih ti IBM aya hubunganana sareng onkologi. Élmuwan parantos nyobian ngagunakeun sumber data anu ageung pikeun ngolahna supados tiasa janten terapi anti kanker anu diadaptasi. Tujuan jangka panjang nyaéta nyandak Watson janten wasit cobaan klinis jeung hasilna sakumaha dokter ngalakukeunana.

1. Salah sahiji visualisasi tina sistem médis Watson Kaséhatan

Sanajan kitu, tétéla éta Watson teu tiasa sacara mandiri ngarujuk kana literatur médis, sareng ogé henteu tiasa nimba inpormasi tina rékaman médis éléktronik pasien. Nanging, tuduhan anu paling serius ngalawan anjeunna nyaéta éta henteu mampuh sacara efektif ngabandingkeun pasien anyar sareng pasien kanker anu langkung sepuh sareng ngadeteksi gejala anu teu katingali dina pandangan kahiji.

Aya, saleresna, sababaraha ahli onkologi anu ngaku gaduh kapercayaan kana kaputusanna, sanaos kalolobaanana dina hal saran Watson pikeun pangobatan standar, atanapi salaku tambahan, pendapat médis tambahan. Seueur anu nunjukkeun yén sistem ieu bakal janten pustakawan otomatis anu saé pikeun dokter.

Salaku hasil tina ulasan teu pisan flattering ti IBM Masalah sareng penjualan sistem Watson di lembaga médis AS. Perwakilan penjualan IBM junun ngajual ka sababaraha rumah sakit di India, Koréa Kidul, Thailand sareng nagara-nagara sanés. Di India, dokter () ngaevaluasi rekomendasi Watson pikeun 638 kasus kanker payudara. Laju patuh kana rekomendasi pangobatan nyaéta 73%. Parah Watson turun kaluar di Gachon Médis Center di Koréa Kidul, dimana saran pangalusna-Na pikeun 656 penderita kanker colorectal cocog saran ahli ngan 49 persén waktu. Dokter parantos meunteun éta Watson henteu saé kalayan pasien anu langkung kolotku henteu nawiskeun aranjeunna obat-obatan standar anu tangtu, sareng ngadamel kasalahan anu kritis dina ngalaksanakeun panjagaan perlakuan agrésif pikeun sababaraha pasien anu ngagaduhan panyakit métastatik.

Pamustunganana, sanajan karyana salaku diagnostician sarta dokter dianggap gagal, aya wewengkon nu anjeunna kabukti pisan mangpaatna. produk Watson pikeun Genomics, anu dikembangkeun ku kolaborasi sareng Universitas Carolina Kalér, Universitas Yale, sareng lembaga sanés, dianggo laboratorium genetik pikeun nyiapkeun laporan pikeun oncologists. Watson ngaunduh file daptar mutasi genetik dina pasien sareng tiasa ngahasilkeun laporan dina sababaraha menit anu kalebet saran pikeun sadaya ubar penting sareng uji klinis. Watson nanganan inpormasi genetik kalayan gampangsabab dibere dina file terstruktur sareng henteu ngandung ambiguitas - boh aya mutasi atanapi henteu aya mutasi.

Mitra IBM di Universitas Carolina Kalér nyebarkeun makalah ngeunaan efisiensi dina 2017. Watson mendakan mutasi anu berpotensi penting anu henteu diidentipikasi ku panilitian manusa dina 32% diantarana. Pasén ditaliti, ngajantenkeun aranjeunna calon anu hadé pikeun ubar énggal. Sanajan kitu, aya kénéh euweuh bukti yen pamakéan ngabalukarkeun hasil perlakuan hadé.

Doméstikasi protéin

Ieu sareng seueur conto anu sanés nyumbang kana kapercayaan anu langkung ageung yén sadaya kakurangan dina palayanan kaséhatan ditangtayungan, tapi urang kedah milarian daérah anu leres-leres tiasa ngabantosan, sabab jalma-jalma henteu saé pisan di dinya. Sawah sapertos kitu, contona, panalungtikan protéin. Taun ka tukang, inpormasi muncul yén éta akurat tiasa ngaduga bentuk protéin dumasar kana sekuenna (2). Ieu tugas tradisional, saluareun kakuatan teu ukur jalma, tapi malah komputer kuat. Upami urang ngawasa modél anu tepat tina twisting molekul protéin, bakal aya kasempetan anu ageung pikeun terapi gen. Élmuwan ngaharepkeun yén kalayan bantuan AlphaFold urang bakal diajar fungsi rébuan, sarta ieu, kahareupna bakal ngidinan urang pikeun ngarti sabab loba panyakit.

Gambar 2. Protéin twisting dimodelkeun ku DeepMind's AlphaFold.

ayeuna urang terang dua ratus juta protéin, Tapi urang pinuh ngartos struktur jeung pungsi bagian leutik di antarana. Bajing éta blok wangunan dasar organisme hirup. Aranjeunna tanggung jawab kalolobaan prosés anu lumangsung dina sél. Kumaha aranjeunna damel sareng naon anu aranjeunna laksanakeun ditangtukeun ku struktur 50Dna. Aranjeunna nyandak bentuk anu pas tanpa petunjuk, dipandu ku hukum fisika. Salila sababaraha dekade, métode ékspérimén geus jadi métode utama pikeun nangtukeun bentuk protéin. Dina XNUMXs, pamakéan Métode kristalografi sinar-X. Dina dasawarsa ka tukang, éta parantos janten alat panalungtikan pilihan. mikroskop kristal. Dina taun 80an jeung 90an, gawé mimiti ngagunakeun komputer pikeun nangtukeun bentuk protéin. Tapi, hasilna tetep henteu nyugemakeun para ilmuwan. Métode anu dianggo pikeun sababaraha protéin henteu tiasa dianggo pikeun anu sanés.

Geus di 2018 AlphaFold nampi pangakuan ti para ahli dina modeling protéin. Nanging, dina waktos éta ngagunakeun metode anu sami sareng program anu sanés. Élmuwan ngarobih taktik sareng nyiptakeun anu sanés, anu ogé ngagunakeun inpormasi ngeunaan larangan fisik sareng geometri dina tilepan molekul protéin. AlphaFold masihan hasil henteu rata. Kadang anjeunna ngalakukeun hadé, sakapeung goréng. Tapi ampir dua per tilu prediksi na coincided jeung hasil diala ku métode eksperimen. Dina awal taun 2, algoritma ngajelaskeun struktur sababaraha protéin virus SARS-CoV-3. Salajengna, kapanggih yén prediksi pikeun protéin Orf2020a konsisten sareng hasil anu diala sacara ékspériméntal.

Henteu ngan ukur ngeunaan diajar cara internal ngalipetkeun protéin, tapi ogé ngeunaan desain. Peneliti ti NIH BRAIN prakarsa dipaké diajar mesin ngembangkeun protéin anu tiasa ngalacak tingkat serotonin otak sacara real waktos. Serotonin mangrupikeun neurokimia anu maénkeun peran konci dina kumaha otak ngadalikeun pikiran sareng parasaan urang. Salaku conto, seueur antidepresan dirancang pikeun ngarobih sinyal serotonin anu dikirimkeun antara neuron. Dina artikel dina jurnal Cell, para ilmuwan ngajelaskeun kumaha aranjeunna ngagunakeun canggih métode rékayasa genetik ngarobah protéin baktéri kana alat panalungtikan anyar nu bisa mantuan ngalacak transmisi serotonin kalawan akurasi leuwih gede ti métode ayeuna. Percobaan préclinical, lolobana dina mencit, geus ditémbongkeun yén sensor bisa instan ngadeteksi parobahan halus dina tingkat serotonin otak salila saré, sieun jeung interaksi sosial, sarta nguji efektivitas ubar psikoaktif anyar.

Gelut ngalawan pandémik henteu salawasna suksés

Barina ogé, ieu mangrupikeun wabah anu munggaran anu kami tulis di MT. Nanging, contona, upami urang nyarioskeun pisan prosés pangembangan pandémik, maka dina tahap awal, AI sigana janten gagal. Ulama geus humandeuar éta Kacerdasan buatan teu tiasa leres ngaramalkeun tingkat panyebaran koronavirus dumasar kana data tina wabah saméméhna. "Solusi ieu tiasa dianggo saé di sababaraha daérah, sapertos ngenalkeun wajah anu ngagaduhan sajumlah panon sareng ceuli. Wabah SARS-CoV-2 Ieu mangrupikeun kajadian anu teu dipikanyaho sateuacana sareng seueur variabel énggal, janten intelijen buatan dumasar kana data sajarah anu dianggo pikeun ngalatih éta henteu jalanna. Pandemik parantos nunjukkeun yén urang kedah milarian téknologi sareng pendekatan anu sanés, ”saur Maxim Fedorov ti Skoltech dina pernyataan April 2020 ka média Rusia.

Leuwih waktos aya kumaha oge, algoritma anu sigana ngabuktikeun mangpaat AI anu hébat dina merangan COVID-19. Élmuwan di AS ngembangkeun sistem dina usum gugur 2020 pikeun mikawanoh pola batuk anu khas dina jalma anu ngagaduhan COVID-19, sanaos henteu ngagaduhan gejala anu sanés.

Nalika vaksin muncul, ideu lahir pikeun ngabantosan vaksinasi populasi. Manehna bisa, contona bantosan model transportasi sareng logistik vaksin. Ogé dina nangtukeun populasi mana anu kedah divaksinasi heula pikeun ngatasi pandémik langkung gancang. Éta ogé bakal ngabantosan ngaramalkeun paménta sareng ngaoptimalkeun waktos sareng laju vaksinasi ku cara gancang ngidentipikasi masalah sareng bottlenecks dina logistik. Kombinasi algoritma sareng ngawaskeun kontinyu ogé tiasa gancang masihan inpormasi ngeunaan kamungkinan efek samping sareng acara kaséhatan.

ieu sistem ngagunakeun AI dina ngaoptimalkeun sareng ningkatkeun kasehatan parantos dipikanyaho. Kaunggulan praktis maranéhanana anu ngaapresiasi; contona, sistem kasehatan dikembangkeun ku Macro-Eyes di Stanford University di AS. Sapertos seueur lembaga médis sanés, masalahna nyaéta kurangna pasien anu henteu sumping pikeun janjian. Panon Makro ngawangun sistem anu tiasa dipercaya pikeun ngaduga pasien mana anu henteu mungkin aya. Dina sababaraha kaayaan, anjeunna ogé tiasa nyarankeun waktos sareng lokasi alternatif pikeun klinik, anu bakal ningkatkeun kasempetan pasien muncul. Engké, téhnologi sarupa ieu dilarapkeun di sagala rupa tempat ti Arkansas mun Nigeria kalayan rojongan, hususna, Badan AS pikeun Pangwangunan Internasional i.

Di Tanzania, Macro-Eyes damel dina proyék anu dituju ngaronjatna tingkat imunisasi anak. Parangkat lunak nganalisa sabaraha dosis vaksin anu kedah dikirim ka pusat vaksinasi anu dipasihkeun. Anjeunna ogé tiasa meunteun kulawarga mana anu horéam pikeun ngavaksinasi murangkalih, tapi aranjeunna tiasa diyakinkeun ku dalil anu pas sareng lokasi pusat vaksinasi di lokasi anu merenah. Nganggo parangkat lunak ieu, pamaréntahan Tanzanian parantos tiasa ningkatkeun éféktivitas program imunisasina ku 96%. sarta ngurangan runtah vaksin jadi 2,42 per 100 urang.

Di Sierra Leone, dimana data kaséhatan warga leungit, perusahaan nyobian cocog sareng inpormasi ngeunaan pendidikan. Tétéla yén jumlah guru jeung muridna nyalira cukup keur prediksi 70 persen. katepatan naha Puskesmas satempat boga aksés kana cai bersih, anu geus mangrupa tapak data kaséhatan masarakat anu hirup di dinya (3).

3. Ilustrasi Macro-Eyes tina program kasehatan anu didorong ku AI di Afrika.

Mitos dokter mesin teu leungit

Najan gagal Watson pendekatan diagnostik anyar masih keur dimekarkeun tur dianggap beuki loba maju. Perbandingan dilakukeun di Swédia dina Séptémber 2020. dipaké dina diagnostics Imaging kanker payudara némbongkeun yén pangalusna di antarana jalan dina cara nu sarua salaku radiologist a. Algoritma geus diuji ngagunakeun ampir salapan rébu gambar mammographic diala salila screening rutin. Tilu sistem, ditunjuk salaku AI-1, AI-2 sareng AI-3, ngahontal akurasi 81,9%, 67%. jeung 67,4%. Pikeun babandingan, pikeun radiologists anu napsirkeun gambar ieu salaku kahiji, angka ieu 77,4%, sarta dina kasus ahli radiologianu kadua pikeun ngajelaskeun eta, éta 80,1 persen. Algoritma anu pangsaéna ogé tiasa ngadeteksi kasus anu dileungitkeun ku ahli radiologi nalika saringan, sareng awéwé didiagnosis sakitar kirang ti sataun.

Numutkeun peneliti, hasil ieu ngabuktikeun éta algoritma kecerdasan jieunan mantuan ngabenerkeun diagnoses palsu-négatip dijieun ku radiologists. Ngagabungkeun kamampuan AI-1 sareng radiologist rata-rata ningkatkeun jumlah kanker payudara anu dideteksi ku 8%. Tim Royal Institute di tukangeun ulikan ieu ngaharepkeun kualitas algoritma AI bakal terus ningkat. Katerangan lengkep ngeunaan percobaan ieu diterbitkeun dina JAMA Oncology.

W dina skala lima titik. Ayeuna, urang nyaksian akselerasi téknologi anu signifikan sareng ngahontal tingkat IV (automation tinggi), nalika sistem sacara otomatis ngolah data anu ditampi sareng nyayogikeun spesialis inpormasi anu dianalisis sateuacana. Ieu ngahemat waktos, ngahindarkeun kasalahan manusa sareng nyayogikeun perawatan pasien anu langkung éfisién. Éta naon anjeunna judged sababaraha bulan ka tukang Stan A.I. dina widang kadokteran anu caket sareng anjeunna, Prof. Janusz Braziewicz ti Masarakat Polandia pikeun Kedokteran Nuklir dina hiji pernyataan ka Badan Pencét Polandia.

4. Mesin nempoan gambar médis

Algoritma, numutkeun para ahli sapertos Prof. Brazievichmalah indispensable di industri ieu. Alesanna nyaéta paningkatan gancang dina jumlah tés pencitraan diagnostik. Ngan pikeun période 2000-2010. Jumlah pamariksaan sareng pamariksaan MRI parantos ningkat sapuluh kali lipat. Hanjakalna, jumlah dokter spesialis anu sayogi anu tiasa ngalaksanakeunana gancang sareng dipercaya henteu ningkat. Aya ogé kakurangan teknisi anu mumpuni. Palaksanaan algoritma basis AI ngahemat waktos sareng ngamungkinkeun standarisasi prosedur pinuh, ogé ngahindarkeun kasalahan manusa sareng langkung éfisién, pangobatan pribadi pikeun pasien.

Salaku tétéla, ogé Kedokteran forensik tiasa nyandak kauntungan tina ngembangkeun kecerdasan jieunan. Spesialis dina widang ieu bisa nangtukeun waktu pasti maot almarhum ku analisis kimiawi sékrési cacing jeung mahluk lianna nu eupan dina jaringan paéh. Masalah timbul nalika campuran sékrési tina sababaraha jinis necrophages kalebet dina analisa. Ieu dimana learning mesin asalna kana antrian. Élmuwan di Universitas Albany parantos ngembangkeun métode kecerdasan jieunan anu ngamungkinkeun idéntifikasi gancang spésiés cacing dumasar kana "sidik kimiawi" maranéhna. Tim éta ngalatih program komputerna nganggo campuran rupa-rupa kombinasi sékrési kimia tina genep spésiés laleur. Anjeunna deciphered tanda tangan kimiawi larva serangga ngagunakeun spéktrometri massa, nu nangtukeun bahan kimia ku akurat ngukur babandingan massa muatan listrik hiji ion.

Janten, sakumaha anu anjeun tingali AI salaku detektif investigative teu pisan alus, bisa jadi pohara kapaké dina lab forensik. Panginten urang ngarep-ngarep teuing ti anjeunna dina tahap ieu, ngantosan algoritma anu bakal ngajantenkeun dokter kaluar tina padamelan (5). Nalika urang tingali Kacerdasan buatan leuwih réalistis, fokus kana kauntungan praktis husus tinimbang umum, karirna di ubar Sigana pisan ngajangjikeun deui.

5. Visi mobil dokter