Уотсон дәрігерді тістеген жоқ, өте жақсы

Көптеген басқа салалардағы сияқты, диагностикалық сәтсіздіктерден кейін дәрігерлерді АИ-мен ауыстыруға деген құлшыныс біршама төмендегенімен, AI негізіндегі медицинаны дамыту жұмыстары әлі де жалғасуда. Өйткені, соған қарамастан, олар әлі де оның көптеген салаларындағы операциялардың тиімділігін арттыру үшін үлкен мүмкіндіктер мен мүмкіндіктер ұсынады.

IBM 2015 жылы жарияланды, ал 2016 жылы ол пациенттердің деректерін беретін төрт ірі компанияның деректеріне қол жеткізді (1). Ең танымал, көптеген бұқаралық ақпарат құралдарының хабарламаларының арқасында және сонымен бірге IBM-тің озық жасанды интеллектін пайдаланатын ең өршіл жоба онкологияға қатысты болды. Ғалымдар оларды жақсы бейімделген ісікке қарсы терапияға айналдыру үшін оларды өңдеу үшін деректердің үлкен ресурстарын пайдалануға тырысты. Ұзақ мерзімді мақсат Уотсонды төреші ету болды клиникалық зерттеулер және нәтиже дәрігер сияқты.

1. Watson Health медициналық жүйесінің визуализацияларының бірі

Алайда, бұл болып шықты Уотсон медициналық әдебиеттерге өз бетінше сілтеме жасай алмайды, сондай-ақ пациенттердің электронды медициналық картасынан ақпаратты ала алмайды. Алайда оған тағылған ең ауыр айып осы болды жаңа науқасты басқа егде жастағы онкологиялық науқастармен тиімді салыстыру және бір қарағанда көрінбейтін белгілерді анықтау қабілетсіздігі.

Рас, кейбір онкологтар оның пікіріне сенетінін мәлімдеген, бірақ көбінесе Уотсонның стандартты емдеуге қатысты ұсыныстары немесе қосымша, қосымша медициналық пікір ретінде. Көптеген адамдар бұл жүйе дәрігерлер үшін тамаша автоматтандырылған кітапханашы болатынын атап өтті.

IBM компаниясының ұнамды емес шолуларының нәтижесінде АҚШ медициналық мекемелерінде Уотсон жүйесін сату проблемалары. IBM сату өкілдері оны Үндістандағы, Оңтүстік Кореядағы, Тайландтағы және басқа елдердегі кейбір ауруханаларға сата алды. Үндістанда дәрігерлер () Уотсонның сүт безі қатерлі ісігінің 638 жағдайына қатысты ұсыныстарын бағалады. Емдеу ұсыныстарына сәйкестік деңгейі 73% құрайды. Нашар Уотсон Оңтүстік Кореядағы Гачон медициналық орталығында оқуын тастады, онда оның колоректальды қатерлі ісікпен ауыратын 656 науқасқа арналған ең жақсы ұсыныстары сарапшылардың ұсыныстарына тек 49% сәйкес келеді. Мұны дәрігерлер бағалады Уотсон егде жастағы науқастармен жақсы қарым-қатынаста болмадыоларға белгілі бір стандартты дәрі-дәрмектерді ұсынбау арқылы және метастаздық ауруы бар кейбір науқастарды агрессивті емдеуді қадағалауда маңызды қателік жасады.

Сайып келгенде, оның диагностикалық және дәрігер ретіндегі жұмысы сәтсіз деп саналғанымен, ол өте пайдалы болған салалар бар. Өнім Уотсон геномика үшінСолтүстік Каролина университетімен, Йель университетімен және басқа мекемелермен бірлесіп әзірленген . онкологтар үшін есептерді дайындауға арналған генетикалық зертханалар. Watson жүктеп алатын тізім файлы генетикалық мутациялар емделушіде және барлық маңызды дәрілер мен клиникалық сынақтар бойынша ұсыныстарды қамтитын есепті минут ішінде жасай алады. Уотсон генетикалық ақпаратты салыстырмалы түрде оңай өңдейдіөйткені олар құрылымдық файлдарда ұсынылған және екіұштылықты қамтымайды – не мутация бар, не мутация жоқ.

Солтүстік Каролина университетіндегі IBM серіктестері 2017 жылы тиімділік туралы мақаланы жариялады. Уотсон олардың 32% адам зерттеулерімен анықталмаған ықтимал маңызды мутацияларды тапты. емделушілер зерттелді, бұл оларды жаңа препаратқа жақсы үміткер етеді. Дегенмен, қолданудың емдеудің жақсы нәтижелеріне әкелетіні туралы әлі де дәлелдер жоқ.

Белоктардың үйленуі

Осы және басқа да көптеген мысалдар денсаулық сақтау саласындағы барлық кемшіліктер жойылып жатқанына сенімнің артуына ықпал етеді, бірақ біз бұл шынымен көмектесетін аймақтарды іздеуіміз керек, өйткені ол жерде адамдар онша жақсы емес. Мұндай өріс, мысалы, ақуызды зерттеу. Өткен жылы оның реттілігіне қарай белоктардың пішінін дәл болжай алатыны туралы ақпарат пайда болды (2). Бұл адамдардың ғана емес, тіпті қуатты компьютерлердің де қолынан келмейтін дәстүрлі тапсырма. Егер белок молекулаларының бұралуын нақты модельдеуді меңгерсек, гендік терапия үшін үлкен мүмкіндіктер пайда болады. Ғалымдар AlphaFold көмегімен мыңдықтардың қызметін зерттейміз деп үміттенеді және бұл өз кезегінде көптеген аурулардың себептерін түсінуге мүмкіндік береді.

Сурет 2. DeepMind's AlphaFold көмегімен үлгіленген ақуыздың бұралуы.

Қазір Біз екі жүз миллион ақуызды білеміз, бірақ біз олардың шағын бөлігінің құрылымы мен қызметін толық түсінеміз. Белоктар ол тірі организмдердің негізгі құрылыс материалы. Олар жасушаларда болатын процестердің көпшілігіне жауапты. Олардың қалай жұмыс істейтіні және не істейтіні 50D құрылымымен анықталады. Олар физика заңдарын басшылыққа ала отырып, ешқандай нұсқаусыз тиісті пішінді алады. Ондаған жылдар бойы эксперименттік әдістер белоктардың пішінін анықтаудың негізгі әдісі болды. XNUMX-ші жылдары пайдалану Рентгендік кристаллографиялық әдістер. Соңғы онжылдықта ол таңдаудың зерттеу құралына айналды. кристалдық микроскопия. 80-90-шы жылдары белоктардың пішінін анықтау үшін компьютерлерді пайдалану жұмыстары басталды. Алайда нәтиже ғалымдарды әлі де қанағаттандырмады. Кейбір ақуыздар үшін жұмыс істейтін әдістер басқалары үшін жұмыс істемеді.

Қазірдің өзінде 2018 ж AlphaFold мамандарының бағасын алды ақуызды модельдеу. Дегенмен, ол кезде басқа бағдарламаларға өте ұқсас әдістерді қолданды. Ғалымдар тактиканы өзгертіп, басқасын құрды, ол да белок молекулаларының қатпарлануындағы физикалық және геометриялық шектеулер туралы ақпаратты пайдаланды. AlphaFold біркелкі емес нәтижелер берді. Ол кейде жақсырақ, кейде одан да жаман болды. Бірақ оның болжамдарының үштен екісі эксперименттік әдістермен алынған нәтижелермен сәйкес келді. 2 жылдың басында алгоритм SARS-CoV-3 вирусының бірнеше белоктарының құрылымын сипаттады. Кейінірек Orf2020a протеиніне арналған болжамдар эксперименталды түрде алынған нәтижелерге сәйкес келетіні анықталды.

Бұл тек белоктардың қатпарлануының ішкі жолдарын зерттеу ғана емес, сонымен қатар дизайн туралы. NIH BRAIN бастамасының зерттеушілері қолданды машинамен оқыту мидағы серотонин деңгейін нақты уақытта бақылай алатын ақуызды жасаңыз. Серотонин - мидың біздің ойларымыз бен сезімдерімізді қалай басқаратынында маңызды рөл атқаратын нейрохимиялық зат. Мысалы, көптеген антидепрессанттар нейрондар арасында берілетін серотонин сигналдарын өзгертуге арналған. Cell журналындағы мақалада ғалымдар озық технологияларды қалай қолданатынын сипаттады гендік инженерия әдістері бактериялық ақуызды қазіргі әдістерге қарағанда серотониннің берілуін бақылауға көмектесетін жаңа зерттеу құралына айналдыру. Клиникаға дейінгі эксперименттер, негізінен тышқандарда, сенсор ұйқы, қорқыныш және әлеуметтік өзара әрекеттесу кезінде ми серотонин деңгейіндегі нәзік өзгерістерді бірден анықтай алатынын және жаңа психоактивті препараттардың тиімділігін тексеретінін көрсетті.

Пандемиямен күрес әрқашан сәтті бола бермейді

Өйткені, бұл біз МТ-да жазған алғашқы індет еді. Алайда, мысалы, егер пандемияның даму процесі туралы айтатын болсақ, онда бастапқы кезеңде AI сәтсіздікке ұшыраған сияқты көрінді. Ғалымдар бұған наразылық білдірді жасанды интеллект бұрынғы эпидемиялар деректеріне сүйене отырып, коронавирустың таралу дәрежесін дұрыс болжай алмайды. «Бұл шешімдер кейбір аймақтарда жақсы жұмыс істейді, мысалы, көздері мен құлақтарының белгілі бір саны бар беттерді тану. SARS-CoV-2 эпидемиясы Бұл бұрын белгісіз оқиғалар және көптеген жаңа айнымалылар, сондықтан оны үйрету үшін пайдаланылған тарихи деректерге негізделген жасанды интеллект жақсы жұмыс істемейді. Пандемия бізге басқа технологиялар мен тәсілдерді іздеу керек екенін көрсетті », - деді Сколтехтен Максим Федоров 2020 жылдың сәуірінде ресейлік БАҚ-қа берген мәлімдемесінде.

Уақыт өте келе болды дегенмен, алгоритмдер COVID-19-мен күресте AI-ның үлкен пайдалылығын дәлелдейтін сияқты. АҚШ ғалымдары 2020 жылдың күзінде COVID-19 жұқтырған адамдарда басқа белгілері болмаса да, жөтелдің тән үлгілерін тану жүйесін әзірледі.

Вакциналар пайда болған кезде халықты вакцинациялауға көмектесу идеясы пайда болды. Ол, мысалы, мүмкін вакциналарды тасымалдау мен логистиканы модельдеуге көмектесу. Сондай-ақ, індетпен тезірек күресу үшін қай популяцияларға бірінші кезекте вакцинациялау керек екенін анықтауда. Бұл сонымен қатар логистикадағы проблемалар мен кедергілерді жылдам анықтау арқылы сұранысты болжауға және вакцинация уақыты мен жылдамдығын оңтайландыруға көмектеседі. Тұрақты бақылаумен алгоритмдердің үйлесімі ықтимал жанама әсерлер мен денсаулық оқиғалары туралы жылдам ақпаратты қамтамасыз ете алады.

бұл AI пайдаланатын жүйелер денсаулық сақтауды оңтайландыру мен жақсартуда қазірдің өзінде белгілі. Олардың практикалық артықшылықтары бағаланды; мысалы, АҚШ-тың Стэнфорд университетінде Макро-Эйс әзірлеген денсаулық сақтау жүйесі. Басқа да көптеген медициналық мекемелердегідей, қабылдауға келмейтін науқастардың аздығы проблема болды. Макро көздер онда қай пациенттердің болуы мүмкін емес екенін сенімді түрде болжай алатын жүйені құрастырды. Кейбір жағдайларда ол емделушінің келу мүмкіндігін арттыратын емханалар үшін балама уақыт пен орындарды ұсына алады. Кейінірек ұқсас технология Арканзастан Нигерияға дейінгі әртүрлі жерлерде, атап айтқанда, АҚШ халықаралық даму агенттігінің қолдауымен қолданылды.

Танзанияда Macro-Eyes бағытталған жобада жұмыс істеді балаларды иммундау көрсеткіштерін арттыру. Бағдарламалық құрал берілген вакцинация орталығына қанша доза вакцина жіберу керек екенін талдады. Ол сондай-ақ қандай отбасылардың балаларын екпеден бас тартуы мүмкін екенін бағалай алды, бірақ оларды тиісті дәлелдермен және вакцинация орталығының ыңғайлы жерде орналасуымен сендіруге болады. Осы бағдарламалық құралды пайдалана отырып, Танзания үкіметі иммундау бағдарламасының тиімділігін 96%-ға арттыра алды. және вакцина қалдықтарын 2,42 адамға шаққанда 100-ге дейін төмендету.

Тұрғындардың денсаулығы туралы деректер жоқ болған Сьерра-Леонеде компания мұны білім туралы ақпаратпен салыстыруға тырысты. Мұғалімдер мен олардың шәкірттері санының өзі 70 пайыз болжам жасауға жеткілікті екені белгілі болды. жергілікті емхананың таза суға қол жетімділігінің дәлдігі, бұл қазірдің өзінде онда тұратын адамдардың денсаулығы туралы деректердің ізі (3).

3. Африкадағы жасанды интеллектпен басқарылатын денсаулық сақтау бағдарламаларының макро-көз иллюстрациясы.

Машина дәрігері туралы миф жойылмайды

Сәтсіздіктерге қарамастан Уотсон жаңа диагностикалық тәсілдер әлі де әзірленуде және барған сайын жетілдірілген болып саналады. Салыстыру 2020 жылдың қыркүйегінде Швецияда жасалған. сүт безі қатерлі ісігінің визуалды диагностикасында қолданылады ең жақсылары рентгенолог сияқты жұмыс істейтінін көрсетті. Алгоритмдер әдеттегі скрининг кезінде алынған тоғыз мыңға жуық маммографиялық кескіндерді қолдану арқылы сыналған. АИ-1, АИ-2 және АИ-3 деп белгіленген үш жүйе 81,9%, 67% дәлдікке қол жеткізді. және 67,4%. Салыстыру үшін, бұл суреттерді бірінші деп түсіндіретін рентгенологтар үшін бұл көрсеткіш 77,4% болды, ал радиологтарекінші болып сипаттаған 80,1 пайызды құрады. Алгоритмдердің ең жақсысы рентгенологтардың скрининг кезінде жіберіп алған жағдайларын да анықтай алды, ал әйелдерге бір жылдан аз уақыт ішінде ауру диагнозы қойылды.

Зерттеушілердің айтуынша, бұл нәтижелер мұны дәлелдейді жасанды интеллект алгоритмдері рентгенологтар қойған жалған-теріс диагноздарды түзетуге көмектесу. АИ-1 мүмкіндіктерін орташа рентгенологпен біріктіру анықталған сүт безі қатерлі ісігінің санын 8%-ға арттырды. Осы зерттеуді жүргізетін Корольдік институттың командасы AI алгоритмдерінің сапасы өсе береді деп күтеді. Эксперименттің толық сипаттамасы JAMA Oncology журналында жарияланды.

W бес балдық шкала бойынша. Қазіргі уақытта жүйе алынған деректерді өздігінен автоматты түрде өңдеп, маманды алдын ала талданған ақпаратпен қамтамасыз еткенде, біз айтарлықтай технологиялық үдеудің және IV деңгейге (жоғары автоматтандыру) жетудің куәсі болып отырмыз. Бұл уақытты үнемдейді, адам қатесін болдырмайды және пациенттерге тиімдірек күтімді қамтамасыз етеді. Ол бірнеше ай бұрын осылай деп шешті Stan A.I. оған жақын медицина саласында проф. Януш Бразевич Польшаның ядролық медицина қоғамының Польша баспасөз агенттігіне жасаған мәлімдемесінде.

4. Медициналық бейнелерді машинада қарау

сияқты мамандардың пікірі бойынша алгоритмдер, проф. Бразиевичтіпті бұл салада таптырмас. Оның себебі - диагностикалық бейнелеу сынақтарының санының тез өсуі. Тек 2000-2010 жылдар аралығында. МРТ зерттеулері мен емтихандарының саны он есе өсті. Өкінішке орай, оларды тез және сенімді түрде жүзеге асыра алатын қолжетімді маман дәрігерлердің саны көбейген жоқ. Сондай-ақ білікті техникалық мамандар тапшы. AI негізіндегі алгоритмдерді енгізу уақытты үнемдейді және процедураларды толық стандарттауға мүмкіндік береді, сондай-ақ адам қатесін болдырмайды және пациенттер үшін тиімдірек, жекелендірілген емдеуді болдырмайды.

Белгілі болғандай, сондай-ақ сот медицинасы пайда көре алады жасанды интеллектіні дамыту. Бұл саланың мамандары өлі ұлпалармен қоректенетін құрттар мен басқа да тіршілік иелерінің секрециясын химиялық талдау арқылы марқұмның нақты өлген уақытын анықтай алады. Некрофагтардың әртүрлі түрлерінің секрецияларының қоспалары талдауға енгізілгенде мәселе туындайды. Бұл жерде машиналық оқыту ойнайды. Олбани университетінің ғалымдары дамыды құрт түрлерін тезірек анықтауға мүмкіндік беретін жасанды интеллект әдісі олардың «химиялық саусақ іздеріне» негізделген. Команда шыбындардың алты түрінен химиялық секрециялардың әртүрлі комбинацияларының қоспаларын пайдаланып, компьютерлік бағдарламаларын оқытты. Ол ионның массасының электр зарядына қатынасын дәл өлшеу арқылы химиялық заттарды анықтайтын масс-спектрометрия көмегімен жәндіктер личинкаларының химиялық белгілерін ашты.

Сонымен, сіз көріп отырғандай, дегенмен AI тергеуші детектив ретінде өте жақсы емес, ол сот-медициналық зертханада өте пайдалы болуы мүмкін. Мүмкін, біз дәрігерлерді жұмыстан шығаратын алгоритмдерді алдын ала болжап, осы кезеңде одан тым көп күткен шығармыз (5). Біз қараған кезде жасанды интеллект Жалпы емес, нақты практикалық артықшылықтарға назар аудара отырып, оның медицинадағы мансабы тағы да перспективалы болып көрінеді.

5. Дәрігердің көлігінің көрінісі