Недавний Согласно отчету CB Insights, стартапы в области искусственного интеллекта в сфере здравоохранения привлекли 4,3 миллиарда долларов в ходе 576 раундов финансирования за последние пять лет — больше, чем в любом другом секторе. Инвестиции в создание ИИ, который работает с людьми для решения проблем здравоохранения, будут продолжаться во всем мире. Между тем, поиск устойчивых ответов на трагические состояния, такие как болезнь Альцгеймера, потребует точного ведения медицинских записей для продвижения прогресса и требует добровольного участия людей, чью жизнь фатально затронула эта болезнь. Сторона, в конечном итоге ответственная за поиск ответа на болезнь Альцгеймера, может быть не человеком — или, по крайней мере, усилия по избавлению мира от болезни могут быть не полностью человеческими.
Стюарт Кинлоу | Гетти Изображений Искусственный интеллект предоставляет медицине новые возможности для использования знаний из существующих и вновь созданных наборов данных для решения сложных человеческих проблем в течение следующих нескольких лет. Дополняющая друг друга полезность технологии для науки о здоровье и медицинских исследований предлагает новые возможности для извлечения мельчайших сведений из историй отдельных пациентов, которые ведут к глобальным прорывам. ИИ может стать естественным партнером для медицинских исследователей и специалистов, которые всю свою карьеру просматривают записи, чтобы выявить тенденции и аномалии.
Наука о здоровье как отрасль начинает осознавать все преимущества использования точной медицины для лечения болезней. Первые истории успеха включают в себя прогресс в обнаружении рака и раскрытие потенциальных показателей здоровья на основе историй болезни и анализа ДНК. В частности, основная идея использования ИИ для медицинских наук заключается в том, чтобы изучить конкретные генетические или молекулярные профили людей и определить, какое персонализированное лечение лучше всего работает в каждом конкретном случае.
В ближайшие годы успешное развитие точных медицинских наук будет зависеть от сбора и хранения данных, представляющих различные группы пациентов. Он также будет опираться на способность сектора медицинских наук разрабатывать сложные алгоритмы искусственного интеллекта и машинного обучения, которые извлекают огромные объемы данных для ответа на очень конкретные вопросы здравоохранения. Такие вопросы, как:как мы находим индикаторы, скрытые в бесчисленных медицинских записях? Какие генетические варианты имеют значение? Почему одно заболевание влияет на пациента, а не на кого-то с похожим генетическим составом? ИИ может служить средством, помогающим сектору медицинских наук ответить на некоторые из этих вопросов, точно проанализировать конкретные факторы и внести ясность для пациентов на более ранних этапах процесса постановки диагноза.
Реальное влияние ИИ на науку о здоровье уже материализовалось в виде новых фармацевтических комбинаций, более многообещающих гипотез, улучшенной медицинской диагностики, целевого анализа факторов риска и отчетности, что ведет к большей точности в персонализированной медицине. ИИ может полностью поглощать, контекстуализировать и анализировать важную медицинскую информацию за то время, которое требуется человеку для чтения нескольких записей. Эта технология предназначена для автономной мобилизации и управления большими наборами данных. Между тем, люди-коллеги могут сосредоточиться на информировании о преимуществах результатов ИИ, активно используя их для решения индивидуальных медицинских проблем и предлагая более персонализированный уход за пациентами.
ИИ может интегрировать данные из нескольких источников и определять актуальность для конкретных случаев быстрее, чем люди. Эта технология может анализировать данные в режиме реального времени и давать полезную информацию, на получение которой у людей уйдет несколько часов, а в некоторых случаях и лет. При ответственном построении с использованием объективных наборов данных и проверенных в лаборатории технологий ИИ не имеет предвзятых представлений о медицинских записях, анализе ДНК и РНК и общей информации, которую он сортирует, что устраняет возможные предубеждения и ошибочные выводы.
Успех искусственного интеллекта в науке о здоровье зависит от доступности наборов обучающих данных, созданных человеком, которые позволяют проводить тестирование производительности и предвзятости до того, как искусственный интеллект выйдет на рынок. Возможность подключения искусственного интеллекта и бесчисленных наборов данных открывает огромные возможности для медицинских работников, которые ищут ответы на вопросы с помощью технологий. На практике основная способность ИИ автоматизировать анализ данных позволяет людям, занимающимся медицинскими исследованиями, сосредоточиться на конечном результате, применить полученные данные в реальных медицинских или фармацевтических испытаниях и, в конечном счете, адаптировать индивидуальные планы медицинского обслуживания для включения новых методов.
Самой большой проблемой для практикующих врачей, обращающихся к ИИ в 2019 году, останется доступность тщательно подобранных наборов данных, необходимых для обучения технологий, основанных на алгоритмах, предназначенных для выявления заболеваний и другой важной медицинской работы. ИИ должен быть достаточно надежным, чтобы делать точные прогнозные оценки, которые существенно влияют на уход за пациентами и результаты их здоровья в реальном мире. Процесс подготовки ИИ для здоровья станет проще в ближайшем будущем по мере развития технологий, ознакомления обычных людей с ИИ и его успешного применения в реальном мире для профилактики заболеваний.
В конце концов, профилактика заболеваний — это святой Грааль. Технологии, такие как ИИ, которые позволяют выявлять и перехватывать заболевания на раннем этапе, полностью изменят уход за пациентами. ИИ может помочь медицинским работникам выявлять заболевания на более ранних этапах и дать людям, пострадавшим от этих заболеваний, возможность бороться с ними.
Несомненно, усилия людей по избавлению мира от болезни Альцгеймера и других смертельных или наследственных заболеваний будут продвигаться вперед при поддержке технологий, управляемых данными. Использование ИИ для выполнения этих задач позволит врачам и медицинским работникам сосредоточиться на обеспечении более точного и чуткого ухода за пациентами. Исследователи могут потратить время на осмысление результатов, полученных с помощью ИИ, чтобы воплотить обнаруженные машиной лекарства в очень человеческой реальности, например, в жизни с болезнью Альцгеймера, которая меняет жизни — и спасает их.
Кейт Мертон является главой NYC + Boston &JPOD @ Philadelphia для JLABS, где она занимается поиском инноваций, управлением портфелем, операционным совершенством, образовательными программами и прибылями и убытками. Мертон имеет степень бакалавра в области фармакологии и токсикологии в Королевском колледже Лондона и докторскую степень в области фармакологии и токсикологии в Медицинской школе Ирвина Калифорнийского университета. Она получила степень магистра делового администрирования в Школе бизнеса Фукуа при Университете Дьюка.