Уотсон доктурду тиштеген жок жана абдан жакшы

Көптөгөн башка тармактардагыдай эле, дарыгерлерди AI менен алмаштырууга болгон шыктануу бир катар диагностикалык мүчүлүштүктөрдөн кийин бир аз басаңдаганына карабастан, AI негизиндеги медицинаны өнүктүрүү боюнча иштер дагы эле уланууда. Анткени, ошентсе да, алар дагы эле анын көптөгөн аймактарында ишинин натыйжалуулугун жогорулатуу үчүн зор мүмкүнчүлүктөрдү жана мүмкүнчүлүктөрдү сунуш кылат.

IBM 2015-жылы жарыяланган, ал эми 2016-жылы ал төрт негизги пациенттердин маалымат компанияларынын маалыматтарына мүмкүнчүлүк алган (1). Эң белгилүү, көптөгөн ЖМКлардын билдирүүлөрүнүн аркасында жана ошол эле учурда IBMдин алдыңкы жасалма интеллектин колдонуу менен эң дымактуу долбоор онкологияга байланыштуу болгон. Окумуштуулар маалыматтардын чоң ресурстарын рак оорусуна каршы жакшы ыңгайлаштырылган терапияга айландыруу үчүн аларды иштетүүгө аракет кылышкан. Узак мөөнөттүү максат Уотсонду калыстык кылуу болчу клиникалык сыноолор жана натыйжалары дарыгер каалагандай.

1. Watson Health медициналык системасынын визуализацияларынын бири

Бирок, ошондой болуп чыкты Watson өз алдынча медициналык адабияттарга кайрыла албайт, ошондой эле пациенттердин электрондук медициналык документтеринен маалымат ала албайт. Бирок ага тагылган эң оор айып ошол болду жаңы бейтапты башка улгайган рак оорулуулары менен натыйжалуу салыштыруу жана биринчи караганда көрүнбөгөн симптомдорду аныктоо жөндөмсүздүгү.

Албетте, кээ бир онкологдор анын чечимине ишенишет, бирок көбүнчө Уотсондун стандарттуу дарылоо боюнча сунуштарына же кошумча, кошумча медициналык корутунду катары. Көптөр бул система дарыгерлер үчүн чоң автоматташтырылган китепканачы болоорун белгилешти.

IBM тарабынан абдан кошоматтык сын-пикирлердин натыйжасында АКШнын медициналык мекемелеринде Уотсон системасын сатуу көйгөйлөрү. IBM сатуу өкүлдөрү аны Индия, Түштүк Корея, Таиланд жана башка өлкөлөрдүн кээ бир ооруканаларына сатууга жетишти. Индияда дарыгерлер () Уотсондун эмчек рагына чалдыккан 638 учур боюнча сунуштарын баалашты. Дарылоо сунуштарын аткаруу көрсөткүчү 73% түзөт. Андан да жаманы Watson Түштүк Кореядагы Гачон медициналык борборунда окуусун таштады, ал жерде анын жоон ичеги рагы менен ооруган 656 бейтапка берген эң жакшы сунуштары эксперттердин сунуштарына 49 пайызга гана дал келген. Дарыгерлер буга баа беришти Уотсон улгайган бейтаптар менен жакшы мамиледе болгон эмесаларга кээ бир стандарттуу дары-дармектерди сунуш кылбай, жана метастаз оорусу менен ооруган кээ бир бейтаптар үчүн агрессивдүү дарылоо көзөмөл жүргүзүүдө олуттуу ката кетирген.

Акыр-аягы, анын диагностик жана дарыгер катары иши ийгиликсиз деп эсептелсе да, ал абдан пайдалуу болгон жерлер бар. Продукт Уотсон геномика үчүнТүндүк Каролина университети, Йель университети жана башка институттар менен биргеликте иштелип чыккан. онкологдор үчүн отчетторду даярдоо үчүн генетикалык лабораториялар. Уотсон жүктөөлөр тизмеси файлы генетикалык мутациялар пациентте жана бардык маанилүү дарылар жана клиникалык сыноолор боюнча сунуштарды камтыган бир нече мүнөттүн ичинде отчет түзө алат. Уотсон генетикалык маалыматты салыштырмалуу оңой иштететанткени алар структураланган файлдарда берилген жана эки ача түшүнүктөрдү камтыбайт - же мутация бар, же мутация жок.

Түндүк Каролина университетиндеги IBM өнөктөштөрү 2017-жылы эффективдүүлүктү чагылдырган макала жарыялашкан. Уотсон алардын 32% адам изилдөөлөрүндө аныкталбаган потенциалдуу маанилүү мутацияларды тапты. бейтаптар изилдеп, аларды жаңы дары үчүн жакшы талапкерлер кылып. Бирок, дагы эле колдонуу жакшыраак дарылоо натыйжаларына алып келет эч кандай далилдер жок.

Белокторду үй шартында колдонуу

Бул жана башка көптөгөн мисалдар саламаттыкты сактоодогу бардык кемчиликтер жоюлуп жатат деген ишенимдин күчөшүнө өбөлгө түзөт, бирок биз бул чындап жардам бере турган аймактарды издешибиз керек, анткени ал жакта адамдар анча деле жакшы эмес. Мындай талаа, мисалы, белок изилдөө. Өткөн жылы протеиндердин формасын алардын ырааттуулугуна карап так алдын ала айта ала тургандыгы тууралуу маалымат пайда болгон (2). Бул адамдардын гана эмес, ал тургай күчтүү компьютерлердин да күчү жетпеген салттуу милдет. Эгерде биз белоктун молекулаларынын ийри-лишинин так моделин ездеш-турсек, ген терапиясы учун зор мумкунчулуктер пайда болот. Окумуштуулар AlphaFold жардамы менен миңдегендердин функцияларын изилдейбиз деп үмүттөнүшөт жана бул өз кезегинде көптөгөн оорулардын себептерин түшүнүүгө мүмкүндүк берет.

Сүрөт 2. DeepMind's AlphaFold менен моделделген протеинди бурмалоо.

азыр биз эки жуз миллион белокту билебиз, бирок биз алардын кичинекей бөлүгүнүн түзүлүшүн жана функциясын толук түшүнөбүз. белоктор ал тирүү организмдердин негизги курулуш материалы болуп саналат. Алар клеткаларда болуп жаткан процесстердин көбү үчүн жооптуу. Алар кантип иштешет жана эмне кылышы алардын 50D түзүлүшү менен аныкталат. Алар физиканын мыйзамдарын жетекчиликке алып, эч кандай көрсөтмөсүз эле тиешелүү форманы алышат. Ондогон жылдар бою эксперименталдык методдор белоктордун формасын аныктоонун негизги ыкмасы болуп келген. XNUMX-жылдары колдонуу Рентгендик кристаллографиялык методдор. Акыркы он жылдыкта бул тандоо изилдөө куралы болуп калды. кристаллдык микроскопия. 80-90-жылдары белоктордун формасын аныктоо үчүн компьютерлерди колдонуу боюнча иштер башталган. Бирок натыйжалар дагы эле окумуштууларды канааттандырган жок. Кээ бир белоктор үчүн иштеген методдор башкалары үчүн иштеген жок.

2018-жылы эле AlphaFold боюнча эксперттердин баасын алган белок моделдөө. Бирок, ошол учурда башка программаларга абдан окшош ыкмаларды колдонгон. Окумуштуулар тактиканы өзгөртүп, башкасын түзүштү, анда белок молекулаларынын бүктөлүшүндөгү физикалык жана геометриялык чектөөлөр жөнүндө маалымат да колдонулган. AlphaFold бирдей эмес натыйжаларды берди. Кээде жакшыраак, кээде андан да жаман. Бирок анын болжолдоолорунун дээрлик үчтөн экиси эксперименталдык ыкмалар менен алынган натыйжаларга дал келген. 2-жылдын башында алгоритм SARS-CoV-3 вирусунун бир нече белокторунун түзүлүшүн сүрөттөгөн. Кийинчерээк, Orf2020a протеинине болгон божомолдор эксперименталдык жол менен алынган натыйжаларга дал келери аныкталган.

Кеп белокторду бүктөөнүн ички жолдорун изилдөө гана эмес, ошондой эле долбоорлоо жөнүндө да болуп жатат. NIH BRAIN демилгесинин изилдөөчүлөрү колдонушкан машина үйрөнүү мээнин серотонин деңгээлин реалдуу убакытта көзөмөлдөй турган протеинди иштеп чыгуу. Серотонин - мээбиздин ойлорубузду жана сезимдерибизди башкарууда негизги ролду ойногон нейрохимиялык зат. Мисалы, көптөгөн антидепрессанттар нейрондор арасында берилүүчү серотонин сигналдарын өзгөртүү үчүн иштелип чыккан. Cell журналындагы макалада илимпоздор өнүккөн технологияларды кантип колдонорун айтышкан генетикалык инженерия ыкмалары бактериялык протеинди серотониндин өтүшүн учурдагы методдорго караганда көбүрөөк тактык менен көзөмөлдөөгө жардам бере турган жаңы изилдөө куралына айландырыңыз. Клиникага чейинки эксперименттер, негизинен чычкандарда, сенсор уйку, коркуу жана коомдук өз ара аракеттенүү учурунда мээнин серотонин деңгээлиндеги тымызын өзгөрүүлөрдү заматта байкап, жаңы психоактивдүү дарылардын эффективдүүлүгүн текшере аларын көрсөттү.

Пандемияга каршы күрөш дайыма эле ийгиликтүү боло бербейт

Анткени, бул биз МТда жазган биринчи эпидемия болчу. Бирок, мисалы, эгерде биз пандемиянын өнүгүү процесси жөнүндө айта турган болсок, анда баштапкы этапта AI кандайдыр бир ийгиликсиз болуп көрүнгөн. Окумуштуулар буга нааразы болушкан жасалма интеллект мурунку эпидемиялардын маалыматтарына таянып, коронавирустун жайылуу деңгээлин туура айта албайт. «Бул чечимдер кээ бир аймактарда жакшы иштейт, мисалы, белгилүү бир сандагы көздөрү жана кулактары бар жүздөрдү таануу. SARS-CoV-2 эпидемиясы Булар мурда белгисиз окуялар жана көптөгөн жаңы өзгөрмөлөр, ошондуктан аны окутуу үчүн колдонулган тарыхый маалыматтарга негизделген жасалма интеллект жакшы иштебейт. Пандемия биз башка технологияларды жана ыкмаларды издөө керектигин көрсөттү ”, - деди Сколтехтен Максим Федоров 2020-жылдын апрель айында орусиялык маалымат каражаттарына билдирүүсүндө.

Убакыттын өтүшү менен бар болчу бирок алгоритмдер AIнын COVID-19 менен күрөшүүдө пайдалуулугун далилдеп турат. АКШдагы илимпоздор 2020-жылдын күзүндө COVID-19 менен ооруган адамдарда башка белгилери болбосо дагы, жөтөлдүн мүнөздүү үлгүлөрүн таануу системасын иштеп чыгышкан.

Вакциналар пайда болгондо, калкты эмдөөгө жардам берүү идеясы пайда болгон. Ал, мисалы, мүмкүн вакциналарды моделдөө транспорт жана логистика жардам берет. Ошондой эле, пандемия менен тезирээк күрөшүү үчүн кайсы популяцияларды биринчи кезекте эмдөө керек экенин аныктоодо. Ал ошондой эле суроо-талапты болжолдоого жана логистикадагы көйгөйлөрдү жана тоскоолдуктарды тез аныктоо аркылуу эмдөө убактысын жана ылдамдыгын оптималдаштырууга жардам берет. Үзгүлтүксүз мониторинг менен алгоритмдердин айкалышы, ошондой эле мүмкүн болгон терс таасирлер жана ден-соолукка байланыштуу окуялар жөнүндө тез маалымат бере алат.

бул AI колдонгон системалар оптималдаштыруу жана саламаттыкты сактоону жакшыртуу боюнча мурунтан эле белгилүү. Алардын практикалык артыкчылыктары жогору бааланды; мисалы, АКШдагы Стэнфорд университетинде Макро-Эйс тарабынан иштелип чыккан саламаттыкты сактоо системасы. Көптөгөн башка медициналык мекемелердегидей эле көйгөй да кабыл алынууга келбей калган бейтаптардын аздыгы болгон. Макро көздөр кайсы бейтаптардын ал жерде болушу мүмкүн эмес экенин ишенимдүү алдын ала айта турган системаны курган. Кээ бир учурларда, ал клиникалар үчүн альтернативдүү убакыттарды жана жерлерди сунуштай алат, бул пациенттин келүү мүмкүнчүлүгүн жогорулатат. Кийинчерээк ушул сыяктуу технология Арканзастан Нигерияга чейин ар кайсы жерлерде, атап айтканда, АКШнын Эл аралык өнүктүрүү агенттигинин колдоосу менен колдонулган.

Танзанияда Макро-Көздөр багытталган долбоордун үстүндө иштеген балдардын эмдөө көрсөткүчтөрүн жогорулатуу. Программалык камсыздоо берилген эмдөө борборуна канча доза вакцина жөнөтүлүшү керек экенин анализдеген. Ал ошондой эле кайсы үй-бүлөлөр балдарын эмдетүүдөн баш тартышы мүмкүн экенин баалай алган, бирок аларды тиешелүү аргументтер жана эмдөө борборунун ыңгайлуу жерде жайгашуусу менен көндүрсө болот. Бул программаны колдонуу менен Танзания өкмөтү өзүнүн эмдөө программасынын эффективдүүлүгүн 96% га жогорулата алды. жана вакцина калдыктарын 2,42 адамга 100ге чейин азайтат.

Сьерра-Леонеде жашоочулардын ден соолугуна байланыштуу маалыматтар жок болуп, компания муну билим берүү маалыматы менен салыштырууга аракет кылды. Мугалимдердин жана алардын окуучуларынын саны эле 70 пайызды болжолдоого жетет экен. жергиликтүү ден соолукту чыңдоо борборунун таза сууга жетүү мүмкүнчүлүгү бар-жоктугунун тактыгы, бул ансыз деле ошол жерде жашаган адамдардын ден соолугуна байланыштуу маалыматтардын изи (3).

3. Африкадагы AI башкарган саламаттыкты сактоо программаларынын Макро-Көз иллюстрациясы.

Механизатор деген жомок жоголбойт

Ийгиликтерге карабастан Watson жаңы диагностикалык ыкмалар дагы эле иштелип жатат жана барган сайын өнүккөн деп эсептелет. Салыштыруу 2020-жылдын сентябрында Швецияда жасалган. эмчек рагы диагностикалоо үчүн колдонулат алардын ичинен мыктылары рентгенолог сыяктуу иштей тургандыгын керсетту. Алгоритмдер күнүмдүк скрининг учурунда алынган тогуз миңге жакын маммографиялык сүрөттөрдү колдонуу менен сыналган. АИ-1, АИ-2 жана АИ-3 деп белгиленген үч система 81,9%, 67% тактыкка жетишти. жана 67,4%. Салыштыруу үчүн, бул сүрөттөрдү биринчи катары чечмелеген рентгенологдор үчүн бул көрсөткүч 77,4%ды түздү, ал эми радиологдораны экинчи болуп сүрөттөгөн, 80,1 пайызды түзгөн. Алгоритмдердин эң мыктысы ошондой эле скрининг учурунда рентгенологдор өткөрүп жиберген учурларды аныктай алган жана аялдарга бир жылга жетпеген убакытта оорулуу деген диагноз коюлган.

Окумуштуулардын айтымында, бул жыйынтыктар муну далилдейт жасалма интеллект алгоритмдери радиологдор тарабынан коюлган жалган-терс диагноздорду оңдоого жардам берет. AI-1дин мүмкүнчүлүктөрүн орточо рентгенолог менен айкалыштыруу аныкталган эмчек рагы 8% га көбөйгөн. Бул изилдөөнү жүргүзүп жаткан Королдук институттун командасы AI алгоритмдеринин сапаты мындан ары да өсө берет деп күтөт. Эксперименттин толук сүрөттөлүшү JAMA Oncology журналында жарыяланган.

беш баллдык шкала боюнча W. Азыркы учурда биз олуттуу технологиялык тездетүү жана IV деңгээлге (жогорку автоматташтыруу) жеткендигине күбө болуудабыз, бул учурда система алынган маалыматтарды өз алдынча автоматтык түрдө иштеп чыгып, адиске алдын ала талданган маалымат менен камсыз кылат. Бул убакытты үнөмдөйт, адам катасынан качат жана пациенттерге натыйжалуу жардам берет. Ал бир нече ай мурун ушундай деп эсептеген Stan A.I. ага жакын медицина тармагында проф. Януш Бразевич Польшанын басма сез агентствосуна билдируусунде ядролук медицина боюнча Польша коомунун.

4. Медициналык сүрөттөрдү машина менен кароо

Алгоритмдер, проф. Бразиевичал тургай, бул тармакта зарыл. Себеби диагностикалык визуалдык тесттердин санынын тез көбөйүшү. 2000-2010-жылдар үчүн гана. МРТ текшерүүлөрүнүн жана текшерүүлөрдүн саны он эсе өстү. Тилекке каршы, аларды тез жана ишенимдүү жүргүзө алган жеткиликтүү адис дарыгерлердин саны көбөйгөн жок. Ошондой эле квалификациялуу техниктер жетишсиз. AI негизинде алгоритмдерди ишке ашыруу убакытты үнөмдөйт жана процедураларды толук стандартташтырууга мүмкүндүк берет, ошондой эле адамдын катасынан качууга жана пациенттер үчүн эффективдүү, жекелештирилген дарылоого мүмкүндүк берет.

Көрсө, ошондой эле сот медицинасы пайда ала алат жасалма интеллект өнүктүрүү. Бул тармактын адистери өлүк ткандар менен азыктанган курттардын жана башка жандыктардын секрециясын химиялык анализдөө аркылуу маркумдун өлүмүнүн так убактысын аныктай алышат. Некрофагдардын ар кандай түрлөрүнөн алынган секрециялардын аралашмасы анализге киргизилгенде көйгөй пайда болот. Бул жерде машина үйрөнүү оюнга кирет. Олбани университетинин окумуштуулары иштеп чыгышты курт түрлөрүн тезирээк аныктоого мүмкүндүк берген жасалма интеллект ыкмасы алардын «химиялык манжаларынын изине» негизделген. Команда чымындын алты түрүнөн химиялык секрециялардын ар кандай комбинацияларынын аралашмаларын колдонуу менен компьютердик программасын үйрөтүштү. Ал иондун массасынын электр зарядына катышын так өлчөө жолу менен химиялык заттарды аныктоочу масс-спектрометриянын жардамы менен курт-кумурскалардын личинкаларынын химиялык белгилерин чечмеледи.

Ошентип, сиз көрүп тургандай, бирок AI тергөөчү детектив катары абдан жакшы эмес, ал соттук лабораторияда абдан пайдалуу болушу мүмкүн. Балким, биз дарыгерлерди жумуштан кетире турган алгоритмдерди күтүп, ушул этапта андан көп нерсени күткөнбүз (5). Биз караганыбызда жасалма интеллект реалдуураак, жалпы эмес, конкреттүү практикалык артыкчылыктарга басым жасоо, анын медицинадагы карьерасы кайрадан абдан келечектүү көрүнөт.

5. Врачтын машинасынын көрүнүшү