Η επόμενη μεγάλη σημαντική ανακάλυψη στην ιατρική θα είναι η χρήση της τεχνητής νοημοσύνης

Τις τελευταίες δεκαετίες, η ιατρικήΗ έρευνα έχει μετατοπιστεί από τη θεραπεία προσωρινών ασθενειών στη θεραπεία μακροχρόνιων ασθενειών. Χτισμένο στις προσπάθειες των Lister, Pasteur και Salk, αυτό ήταν αργό και δύσκολο, και πολλά υποσχόμενα φάρμακα και θεραπείες κατέληξαν σε αποτυχία κλινικών δοκιμών. Η έκρηξη των αντιβιοτικών σιγά σιγά εξασθενεί, αλλά εξακολουθούμε να βρίσκουμε νέους τρόπους για την καταπολέμηση των ασθενειών. Τι έπεται? Νομίζω ότι είναι τεχνητή νοημοσύνη.

Η τεχνητή νοημοσύνη θα βοηθήσει να φέρει την ιατρική σε ένα νέο επίπεδο

Το AI είναι έτοιμο να λειτουργήσει ως πολλαπλασιαστική δύναμη γιαοποιονδήποτε τομέα της ιατρικής, επειδή αντί να είναι χρήσιμος έναντι ενός τύπου ασθένειας - όπως τα αντιβιοτικά ή η ακτινοβολία - η τεχνητή νοημοσύνη μπορεί να συνεργαστεί με τους ανθρώπους, λαμβάνοντας πιο ενημερωμένες αποφάσεις κάθε μέρα, ανεξάρτητα από το πεδίο εφαρμογής. Όπως οι αντιμικροβιακές ουσίες είναι συνέπεια και σύντροφος της μικροβιακής θεωρίας, υπάρχει κάθε λόγος να πιστεύουμε ότι η τεχνητή νοημοσύνη θα μας βοηθήσει να εφαρμόσουμε τις γνώσεις μας για την «ωμική» (γονιδιωματική, πρωτεϊνομική, μεταβολομική κ.λπ.) στην ανθρώπινη υγεία. Έχουμε αρχίσει να αλληλεπιδρούμε άμεσα με τις πληροφορίες που περιέχονται στο γονιδίωμα, οπότε είναι αυτονόητο ότι το επόμενο μεγάλο άλμα θα είναι η επεξεργασία αυτών των πληροφοριών.

Το περιεχόμενο

• 1 Γιατί η τεχνητή νοημοσύνη είναι καλύτερη από τους ανθρώπους
• 2 Επίπεδο ανάπτυξης AI
• 3 Πώς χρησιμοποιείται η τεχνητή νοημοσύνη στην ιατρική
• 4 Ολοκληρωμένη, εξελισσόμενη τεχνητή νοημοσύνη
• 5 Οι κίνδυνοι από τη χρήση της τεχνητής νοημοσύνης στην ιατρική

Γιατί το AI είναι καλύτερο από τους ανθρώπους

Πολυπαραγοντική ανάλυση σήμεραείναι η μεγαλύτερη δύναμη της τεχνητής νοημοσύνης, καθώς της επιτρέπει να λαμβάνει κάποιου είδους αποφάσεις με βάση τα συμφραζόμενα, παρόμοιες με αυτές που κάνουν οι άνθρωποι, καθώς και να συνδέει την ειδητική μνήμη του σκληρού δίσκου. Η ανάλυσή του στερείται συναισθημάτων, καθώς και σκόπιμες παραλείψεις που προκαλούνται από απώλεια συγκέντρωσης. Το AI δεν χρειάζεται να κοιμάται, ούτε κουράζεται αν κάνει κάτι για μεγάλο χρονικό διάστημα. Ταυτόχρονα, η τεχνητή νοημοσύνη έχει τα οφέλη της μαζικής παράλληλης επεξεργασίας δεδομένων. Η ικανότητά του να χειρίζεται τεράστιες ποσότητες δεδομένων αυξάνεται και μπορεί πραγματικά να αγκαλιάσει τα απέραντα, σε αντίθεση με τους ανθρώπους. Με αρκετή μνήμη και υπολογιστική ισχύ, μια ιατρική τεχνητή νοημοσύνη μπορεί να κρατήσει ένα ολόκληρο οικογενειακό δέντρο ιατρικών αρχείων στο πλαίσιο, να αναζητήσει βάσεις δεδομένων για ακριβείς διαγνώσεις και να αντλήσει τεράστιες ποσότητες ιατρικών και κοινωνικών πόρων — όλη τη νύχτα.

Πριν μιλήσουμε για αυτό, αςΑς ορίσουμε την τεχνητή νοημοσύνη ως ένα ηλεκτρονικό σύστημα που μπορεί να εκτελεί εργασίες που συνήθως απαιτούν ανθρώπινη νοημοσύνη, όπως αναγνώριση ομιλίας και εικόνας, μετάφραση γλώσσας ή λήψη αποφάσεων. Ωστόσο, τέτοια συστήματα έχουν διαφορετικούς βαθμούς πολυπλοκότητας και μπορεί να βασίζονται περισσότερο ή λιγότερο σε υπολογιστές, ανάλογα με την εργασία που έχουν θέσει επί του παρόντος οι άνθρωποι για τους υπολογιστές. Μέχρι να εμπιστευτούμε την τεχνητή νοημοσύνη αρκετά ώστε να τους δώσουμε πλήρη αυτονομία. ακόμα και σε αεροπλάνα με αυτόματο πιλότο υπάρχουν πάντα εκπαιδευμένοι άνθρωποι, πιλότοι. Υπάρχουν επίσης έξυπνα συστήματα σε πραγματικό χρόνο που έχουν διαφορετικούς βαθμούς ευφυΐας και αυτοματισμού, όπως τα αυτοοδηγούμενα αυτοκίνητα της Google.

Είναι η τεχνική λήψης τεκμηριωμένων αποφάσεων ανά ίντσα που φέρνει την τεχνητή νοημοσύνη πιο κοντά στο ανθρώπινο επίπεδο επίγνωσης της κατάστασης.

Επίπεδο ανάπτυξης AI

Λογισμικό AI ως εφαρμογέςΗ υγεία βασίζεται σε μεγάλο βαθμό στην ικανότητά του να θυμάται και να κάνει παραλληλισμούς και όλο και περισσότερο στην ικανότητά του να προσεγγίζει κάθε άτομο, να επικοινωνεί άπταιστα στη φυσική γλώσσα και να επεξεργάζεται μεγάλα δεδομένα. Οι άνθρωποι χρησιμοποιούν το πλαίσιο για να προσδιορίσουν το νόημα διφορούμενων λέξεων ή γεγονότων, και με την επεξεργασία φυσικής γλώσσας, το ίδιο μπορεί και η τεχνητή νοημοσύνη. Και αυτά τα συστήματα χρησιμοποιούνται ήδη σήμερα. Αξιοσημείωτα παραδείγματα περιλαμβάνουν τη συνεργασία IBM Watson και Sloan-Kettering και μια ιατρική τεχνητή νοημοσύνη που ονομάζεται Praxis.

Watson διάσημος για τη νίκη του στο κουίζ Jeopardy! (το ανάλογό μας είναι το "Own Game") και ένα υπέροχο παιχνίδι σκάκι.

Είναι πολύ έμπειρος και στη θεωρία παιγνίωνικανός να μαθαίνει και να αναλύει νέες πληροφορίες και χρησιμοποιεί πλέον τα ταλέντα του ως διαγνωστικός. Ο Watson συνεργάζεται επίσης με την ομάδα Wellpoint και ο Samuel Nessbaum του Wellpoint λέει ότι σε δοκιμές, ο Watson έκανε 90% σωστές διαγνώσεις για καρκίνο του πνεύμονα, ενώ οι γιατροί ήταν σε θέση να χειριστούν μόνο το 50% των περιπτώσεων. Η IBM, η Sloan-Kettering και η Wellpoint προσπαθούν να χρησιμοποιήσουν το Watson ως μια διαγνωστική βοήθεια που βασίζεται σε σύννεφο που είναι διαθέσιμη σε κάθε γιατρό ή νοσοκομείο που είναι πρόθυμος να πληρώσει.

Πώς χρησιμοποιείται η τεχνητή νοημοσύνη στην ιατρική

Αλλά ακόμη και ο Watson, με τα τρομερά ταλέντα του,δημιουργήθηκε για ιατρική. Για να δείτε την ιατρική τεχνητή νοημοσύνη σε δράση, θα πρέπει να δείτε το Praxis: λογισμικό που δημιουργήθηκε για την επεξεργασία ιατρικών αρχείων και αρχείων. Χρησιμοποιεί ένα μοντέλο εκμάθησης που καταγράφει τη φωνή του γιατρού ή τα δακτυλογραφημένα στοιχεία και στη συνέχεια τα ταξινομεί σε ένα δίκτυο σημασιολογικών κόμβων με βάση το πόσο στενά ταιριάζουν οι λέξεις ή οι φράσεις που σχετίζονται με τις έννοιες του προγράμματος με αυτό που έχει ήδη δει το πρόγραμμα. Το Praxis θυμάται αυτές τις σχέσεις και όσο περισσότερο λειτουργεί, τόσο πιο έξυπνο γίνεται.

Ελάτε στην ειδική τηλεφωνική συνομιλία μας. Υπάρχει πάντα κάποιος για να συζητήσει νέα από τον κόσμο της υψηλής τεχνολογίας με.

23andMe, που βρίσκεται στο Mountain View,Καλιφόρνια, παρέχει στους ιδιώτες πελάτες πληροφορίες σχετικά με την προδιάθεσή τους σε ασθένειες με βάση την ανάλυση του παρεχόμενου βιοϋλικού για πολυμορφισμό ενός νουκλεοτιδίου σε αρκετές χιλιάδες SNP. Αρχικά, η 23andMe ήταν πολύ φιλόδοξη στις δηλώσεις της, έτσι κατέληξε σε προβλήματα με τον FDA και το 2015 χρεοκόπησε επίσης, αλλά ο στόχος του εντοπισμού παραγόντων κινδύνου που κρύβονται στο γονιδίωμα για τους ασθενείς ήταν υπέροχος. Είναι δυνατόν να γίνει αυτό με διαφορετικό τρόπο από το 23andMe; Ισως. Η γενετικά εξατομικευμένη ιατρική μπορεί ήδη να εξηγήσει μονονουκλεοτιδικές μεταλλάξεις που διαταράσσουν τη λειτουργία ενός φαρμάκου, όπως έχει αποδειχθεί σε μια μορφή λευχαιμίας.

IBM Watson

Ολοκληρωμένη, εξελισσόμενη τεχνητή νοημοσύνη

Σημαντικό χαρακτηριστικό της πολλαπλασιαστικής δύναμης στον τελικόο λογαριασμός είναι ότι μειώνει την ποσότητα ενέργειας που χρειάζεται να ξοδέψετε για να ολοκληρώσετε τη δουλειά. Και εδώ είναι που η τεχνητή νοημοσύνη μπορεί πραγματικά να διαπρέψει: να μεταφορτώσει την εργασία από τον εγκέφαλο στο πυρίτιο. Οι προγραμματιστές έχουν προχωρήσει πολύ στη δημιουργία συνεκτικού λογισμικού που είναι συμβατό με εξωτερικούς ελέγχους. Τώρα πρέπει να προχωρήσουμε προς πιο ανεξάρτητα, αξιόπιστα, ηλεκτρονικά συστήματα ελέγχου που μπορούν να ενσωματώσουν απρόσκοπτα τις περιβαλλοντικές πληροφορίες, την ανθρώπινη κατεύθυνση και τον έλεγχο αποκλειστικού λογισμικού. Το επίπεδο ανάπτυξης του AI είναι ήδη αρκετά καλό, όλα είναι έτοιμα, μένει μόνο να αποφασίσουμε πώς θα το αναπτύξουμε περαιτέρω.

Φανταστείτε ένα AI να λειτουργεί με μια μεγάλη βάσηδεδομένα από κλινική που ασχολείται με την προαναφερθείσα μελέτη γονιδιωματικής. Αυτό το σύστημα εκλιπαρεί για έλεγχο τεχνητής νοημοσύνης - το να επιτρέπεται στους τεχνικούς εργαστηρίων να συλλέγουν με το χέρι αλληλουχίες DNA θα ήταν απάνθρωπο, ακόμα κι αν αρχίσουν με κάποιο τρόπο να μιλούν Python. Ο διαχειριστής της βάσης δεδομένων AI θα διατηρεί ενημερωμένες αλληλουχίες DNA, καθώς και θα παρακολουθεί ποιες αλληλουχίες DNA οδηγούν σε ποιες ασθένειες, ακόμη και θα τις συγκρίνει με την κατάσταση της ζωής του ασθενούς, την περιβαλλοντική έκθεση και άλλους παράγοντες. Για τους γιατρούς και τους επιστήμονες που ρωτούν τη βάση δεδομένων, μπορεί ακόμη και να δημιουργήσει απεικονίσεις. Ένα τέτοιο σύστημα θα ήταν ένα σταθερό βήμα προς την τεχνητή νοημοσύνη που διαχειρίζεται ιατρικά αρχεία και θα απέκλειε τεράστιο όγκο εργασίας από τους ανθρώπους.

Φανταστείτε το λογισμικό Praxis,για το οποίο μιλήσαμε παραπάνω, το οποίο έγινε φίλος με τον ελεγκτή AI που διατηρούσε τη γενετική βάση δεδομένων. Ένα τέτοιο λογισμικό θα μπορεί να ακούει την αφήγηση του ασθενούς, να την προσθέτει στον πίνακα του ασθενούς και να προτείνει διαγνώσεις στον γιατρό. Επιπλέον, θα μπορεί να συλλέγει αρκετές περιγραφές συμπτωμάτων για να κάνει παραλληλισμούς μεταξύ τους και να βελτιώνει τη βάση δεδομένων κάθε φορά που βρίσκει κάτι.

Η ιατρική απεικόνιση είναι ένα άλλο σημείο όπουΤο υλικό και το λογισμικό μπορούν να συνεργαστούν με επαγγελματίες γιατρούς για να κάνουν το σύστημα περισσότερο από το άθροισμα των μερών του. Οι επιστήμονες εργάζονται ήδη για να συνδυάσουν τη μαθηματική προσέγγιση με τη σύγχρονη ιατρική απεικόνιση για να λάβουν πιο ακριβείς και συγκεκριμένες ερμηνείες των εικόνων MRI. Η συνεχής συλλογή δεδομένων σχετικά με το προσωπικό περιβάλλον του ασθενούς, σε συνδυασμό με ένα σύστημα που μπορεί να αναλύσει προσεκτικά αυτά τα δεδομένα, θα κάνει τη διάγνωση πιο ακριβή.

Τώρα φανταστείτε ότι μπορείτε να συνδυάσετε τα πάνταΑυτές οι έννοιες είναι ο έλεγχος λογισμικού, το χρήσιμο υλικό και η οπτικοποίηση. Το προϊόν μπορεί να συμπληρώσει την ακρωτηριασμένη νοσοκομειακή υποδομή, η οποία είναι πιο πιθανό να φροντίζει ασθενείς που χρειάζονται πιο εντατική φροντίδα - ένα ρομπότ θα είναι επίσης κατάλληλο για υψηλής ποιότητας διαγνωστικά στο σπίτι. Η γραμμή μεταξύ λογισμικού και υλικού θα αρχίσει να θολώνει από εδώ και στο εξής.

Ο κίνδυνος της χρήσης της τεχνητής νοημοσύνης στην ιατρική

Η δύναμη ενός προηγμένου AI ικανού να αναλύειπολλά δεδομένα στο πλαίσιο και η ανεπαίσθητη πρόσβαση στα βιομετρικά στοιχεία και το γονιδίωμά σας μπορεί να κατακλύσει το μυαλό σας. Τι γίνεται όμως αν κάποιος κλέψει την ταυτότητά σας με τη σάρωση αμφιβληστροειδούς; Μια τέτοια τεχνολογία μπορεί να δημιουργήσει πρόσφορο έδαφος για το έγκλημα. Σε ποιον θα ανήκουν όλα αυτά τα δεδομένα;

Ένα αρκετά προηγμένο AI μπορεί να επεξεργαστείοποιονδήποτε αριθμό δεδομένων στο πλαίσιο, σταθμίζοντας τα αμερόληπτα και εκτελώντας πολλές παράλληλες διαδικασίες. Οι χρόνοι κρίσης και ανταπόκρισής του μπορεί να είναι υπεράνθρωποι. Θα είναι επίσης σε θέση να εντοπίσει σχέσεις που είναι πολύ διχασμένες για να αιχμαλωτιστούν από την ανθρώπινη προσοχή. Αλλά όσο μεγαλύτερο είναι το σύστημα, τόσο περισσότερα τρωτά σημεία έχει και αρκετά προηγμένο για να τα κάνει όλα αυτά, η τεχνητή νοημοσύνη μπορεί να εδραιωθεί σφιχτά στην τυραννία των αλγορίθμων. Τι θα συμβεί στον ασθενή εάν το AI παραβιαστεί, μολυνθεί ή απλά αρχίσει να δυσλειτουργεί; Πόση ελευθερία να του δώσουμε; Τι γίνεται αν απλώς υπερεκτιμήσουμε τις δυνατότητες AI;

Όπως δείχνουν οι ερευνητές της τεχνητής νοημοσύνης, μαζί μεΚαθώς εμβαθύνουμε την κατανόησή μας για τη νοημοσύνη και τη μηχανική μάθηση, τόσο αυξάνεται ο αριθμός των πιθανών εφαρμογών και χρήσεων. Το διακύβευμα της χρήσης τεχνητής νοημοσύνης στην ιατρική είναι τόσο υψηλό που πρέπει να ενεργούμε με ακρίβεια και σύνεση. Αυτή η επανάσταση δεν θα γίνει σε ένα ή δύο χρόνια.

Μακροπρόθεσμη ενσωμάτωση του AI σε διαφορετικά κύτταραΗ ιατρική θα φέρει επανάσταση στον κόσμο όπως δεν έχει δει από την ανακάλυψη των αντιβιοτικών ή της θεωρίας των μικροβίων. Το άθροισμα της ανθρώπινης γνώσης, το άθροισμα των τεχνολογιών, πολλαπλασιασμένο με την εφαρμογή στο γονιδίωμα ενός ατόμου ή μιας συγκεκριμένης κατάστασης, μπορεί να δώσει πολύ καλύτερα αποτελέσματα από αυτά που βλέπουμε σήμερα.