Ang pananaw sa industriya: ang umuusbong na papel sa pag-iwas sa sakit

Ang artipisyal na katalinuhan (AI) ay gumagawa ng malaking pagsulong sa industriya ng pangangalaga sa kalusugan. Upang makatulong na maiwasan ang mga sakit, ang mga medikal na propesyonal ay magagawang gumuhit sa data mula sa mga medikal na sensor at genomics, ang disiplina ng biyolohikal na biology na sumasaklaw sa pag-andar, istraktura, at pagma-map ng mga genom. Ito ay bahagi ng isang kalakaran na tinatawag na "predictive na gamot, " kung saan ang malaking data ay nakakatulong na makilala ang mga pasyente na may panganib na magkaroon ng sakit, tulad ng predictive analytics ay ginagamit ng mga tool sa intelektwal (BI) sa negosyo ngayon upang makilala ang mga bagong uso at pagkakataon.

Ang Scripps Research Translational Institute ay gumagamit ng data ng genomics upang mas maunawaan ang pampaganda ng kalusugan ng isang tao. Ang Scripps ay nagtatrabaho sa Nvidia upang makabuo ng AI at malalim na kasanayan sa pag-aaral na maaaring gumuhit ng mga pananaw mula sa genomics at mula sa mga digital na sensor sa mga smartwatches, cuffs ng presyon ng dugo, at mga monitor ng glucose. Maaari ring ilapat ng mga siyentipiko ng data ang malalim na pag-aaral sa data ng medikal na nagmula sa bagong Apple Watch Series 4. Ang Nvidia at Scripps ay magsasagawa ng pananaliksik na ito bilang bahagi ng isang bagong sentro ng kahusayan sa kapwa pasilidad ng mga kumpanya.

Upang malaman ang higit pa tungkol sa kung paano makakatulong ang AI at malaking data na makabuo ng mga pananaw mula sa mga medikal na sensor, nakipag-usap ang PCMag sa nangungunang dalubhasa sa kalusugan ng digital at cardiologist na si Dr. Eric Topol. Siya rin ang Direktor at Tagapagtatag ng Scripps Research Translational Institute.

PCMag (PCM): Paano nakasama ang mga Scripps kay Nvidia?

Eric Topol (ET): Sinimulan ko na; Marami akong binabasa tungkol sa kanilang kontribusyon sa buong larangan ng malalim na pag-aaral at Ai dahil mayroon akong isang libro na lalabas sa lalong madaling panahon tungkol sa paksang ito. Marami akong nagawa na pagsasaliksik, at napagtanto ko na sila ay isang pinuno ng industriya sa AI hardware at sa maraming mga pagbabago sa mga lokal na sektor, kabilang ang mga walang driver na kotse, cryptocurrency, mga video game, at pangangalaga sa kalusugan, bukod sa iba pa. Kaya nagsimula kaming mag-usap tungkol sa kung paano kami magtutulungan.

PCM: Ano ang layunin ng bagong sentro ng kahusayan na makikipagtulungan ka sa Nvidia?

ET: Ang overarching layunin ay upang maitaguyod ang kalusugan ng tao. Kailangan nating mag-aplay ng malalim na pag-aaral, AI, at lahat ng mga subtype nito upang hindi lamang pag-aralan ang data ng sensor at buong pagkakasunud-sunod ng genome ngunit upang dalhin ang lahat ng data na iyon para sa bawat tao. Kasama sa data na iyon ang mga sensor na suot nila pati na rin ang data mula sa mga layer ng biologic. Hindi lamang ito DNA, protina, ang kanilang gut microbiome, metabolites, at iba pa, kundi pati na rin ang lahat ng kanilang mga naunang gamot at kanilang kapaligiran.

Pinagsasama ang lahat ng data na iyon at kinuha, sa totoong oras, ang halaga para sa isang indibidwal ay hindi pa nakamit. Iyon ang malalayong layunin, ngunit upang makarating doon, kailangan nating kuko ang kakayahang makitungo sa data ng sensor, na mayaman at siksik. Karaniwan, ang mga sensor ay nagpapadala ng data ng patuloy, at sa paglipas ng panahon ay gumagawa sila ng mas maraming data kaysa sa anupaman, kasama ang mga imahe at isang buong pagkakasunud-sunod ng genome.

• 10 Mga Hakbang sa Pag-ampon ng Artipisyal na Katalinuhan sa Iyong Negosyo 10 Mga Hakbang sa Pag-ampon ng Artipisyal na Katalinuhan sa Iyong Negosyo
• Ang App na ito ay Nagdadala ng Kapangyarihan ng AI sa Mga Doktor sa Pag-unlad ng Mundo Ang App na ito ay Nagdadala ng Kapangyarihan ng AI sa Mga Doktor sa Bumubuo ng Mundo
• Ang 'body Computing' ay bumabaling sa Pangangalagang Pangkalusugan sa Lifecare 'Katawan sa Katawan'

PCM: Paano kukuha ng data ang halaga para sa isang indibidwal?

ET: Sa ibang araw magkakaroon ng virtual na medikal na coach; tulad ng ngayon mayroon kaming isang matalinong tagapagsalita na bibigyan ka ng ilang gabay o sagot, o ang iyong Google digital na katulong ay nagsasabi sa iyo tungkol sa iyong iskedyul o kung dapat kang umalis nang maaga upang pumunta sa paliparan. Well, maganda iyan sa ngayon, ngunit marami tayong magagawa para sa pangangalaga sa kalusugan sa hinaharap. Iyon ay nagsisimula ngayon sa mga bagay tulad ng diabetes at mataas na presyon ng dugo, ngunit sa kalaunan ay magiging diskarte sa pag-iwas para sa isang malaking proporsyon ng mga tao. Wala pang nakatipon na ito, ngunit ito ang ilang mga maagang hakbang upang makarating doon.

PCM: Paano makatutulong ang AI na baguhin ang paghula at pag-iwas sa sakit?

ET: Maraming mga paraan na maaaring makamit. Halimbawa, ngayon, para sa mga may diyabetis, ang tanging algorithm na umiiral ay kung ang iyong glucose ay aakyat o pababa; iyon ang isang pipi algorithm. Ang alam natin ay ang regulasyon ng glucose at ang kondisyon ay apektado hindi lamang kung ano ang kinakain ng isang tao, kundi pati na rin sa kanilang pagtulog, kanilang aktibidad, kanilang microbiome ng gat, at iba pang mga kadahilanan. Kaya, ang maaari nating gawin ay bumuo ng mga algorithm na nagdadala ng lahat ng data na iyon at ibabalik ito sa indibidwal upang makamit ang mas mahusay na regulasyon ng glucose at maiwasan ang mga komplikasyon ng mga kondisyon tulad ng sakit sa mata, sakit sa bato, at sakit sa vascular. Ang mga algorithm ay maaari ring magbigay ng mahahalagang data upang makatulong na maiwasan ang mga seizure, hika, at atake sa puso. Napakaraming mga bagay na maaari nating pigilan sa sandaling malaman natin ang mga taong nasa peligro at mayroon kaming matalinong algorithm upang salik sa lahat ng data para sa isang indibidwal at bigyan sila ng feedback na kailangan nila.

PCM: Mayroon bang totoong pag-unlad sa AI at pag-iwas sa paghula sa sakit ngayon, o ito ba ay isang bagay na makikita natin sa hinaharap?

ET: Well, nagsisimula na talagang mag-alis; mayroong tungkol sa limang magkakaibang mga prospect na pag-aaral na nai-publish. Kaya, sinubukan nila ang mga algorithm na ito sa isang klinika. Nakita na namin ang 15 AI algorithm na inaprubahan ng US Food and Drug Administration sa nakaraang taon. Maaga pa rin sa pagbuo ng AI, ngunit nagsisimula itong hawakan ngayon. Isang taon na ang nakalilipas na hindi iyon ang nangyari, ngunit tiyak, ang huling bahagi ng taong ito ay nakikita natin ang pinabilis na katibayan ng pagiging katotohanan.

PCM: Gumagamit ba ang AI ng mga digital sensor mula sa isang produkto tulad ng Apple Watch?

ET: Oo, at ang balita tungkol sa na noong Setyembre ay nauna sa pamamagitan ng isang anunsyo mula sa isang startup na tinatawag na AliveCor, na natanggap na ang clearance ng FDA isang taon bago ang isang malalim na algorithm sa pag-aaral. Kaya ang mga tao ay maaaring masubaybayan ang rate ng kanilang puso sa pamamahinga at may pisikal na aktibidad, at maging alerto kung ang isang bagay ay hindi masubaybayan kapag sila ay nagpapahinga at ang kanilang rate ng puso. Sasabihin sa kanila na kumuha ng isang cardiogram sa pamamagitan ng kanilang relo, at pagkatapos na mababasa ng isang algorithm at maaari kang mag-diagnose ng atrial fibrillation. Kaya, nasa labas na ngayon, ay para sa isang taon, at pagkatapos, inaalok din ito ng Apple. Ngayon mayroon kaming maramihang mga detalyeng ritmo ng puso ng consumer sa pamamagitan ng AI; iyon ang totoong kwento sa mundo. Hindi namin pinag-uusapan ang mga malalim na algorithm ng pag-aaral na nasa mga pakpak pa rin; totoo sila ngayon.

Sa atrial fibrillation, maaari mong magtaltalan, "Kailangan ba ng lahat ng isang Apple Watch?" Hindi, ngunit para sa mga taong nasa panganib o … ay ginagamot para sa atrial fibrillation, ito ay isang mahalagang kondisyon na nagpapataas ng panganib ng stroke. Kailangan nito ang ilang mga tao na magkaroon ng mga payat ng dugo upang maiwasan ang isang stroke. Kaya, hindi ito mahalaga sa bagay kung mayroon kang atrial fibrillation at mayroon kang anumang abnormalidad sa istruktura ng puso.

PCM: Kahit na ang mga kumpanya tulad ng 23andMe ay nag-aalok ng pagsubok sa genetic para sa ilalim ng $ 200, ang pagkakasunud-sunod ng isang buong genome ay nagdadala pa rin ng isang mabigat na tag ng presyo. Gagawa ba ng AI ang genomic na pagkakasunud-sunod?

ET: Posible. Ang isa sa mga paraan na magagawa nito ay sa pamamagitan lamang ng mas mahusay na pagproseso ng data, kaya hindi mo kailangang sunud-sunod nang malalim o para sa maraming tao. Gayunpaman, ngayon, ang pagkakasunud-sunod ng isang indibidwal na buong genome ay halos isang libong dolyar. At kaya, kung nais mong gawin iyon para sa maraming tao, milyon-milyong o bilyun-bilyong tao, malaki pa rin ang gastos. Mayroong maraming mga paraan na maaaring mabago at sukatin ng AI ang pagkakasunud-sunod ng genome at hindi lamang ito ang DNA. Ito ay RNA, protina, metabolites, microbiome, bawat biologic layer na maaaring lapitan ng AI dahil lahat sila ng malaking data. Kung may label na "malaking data, " pagkatapos ito ay karaniwang kumikislap ng AI.

PCM: Nakikita ko na kasali ka sa National Institute of Health Program na "Lahat ng Us sa Kami." Ano ang kinakailangan?

ET: isang milyong Amerikano na, sa loob ng maraming taon, marahil mga dekada, ay natututo tungkol sa kanilang sarili, kanilang genome, kanilang microbiome, at iba't ibang mga sensor. Ibabahagi nila ang data na iyon upang matulungan tayo - sa isip na hindi lamang nagtataguyod ng kanilang kalusugan ngunit sa susunod na henerasyon ng kalusugan ng mga tao. Dahil ang lahat ng mga kakayahang ito na maunawaan ang bawat tao ay bago, nagsisimula na lang tayong maunawaan kung paano gamitin ang mga tool na ito upang matulungan ang mga tao na mapanatili ang kanilang kalusugan. Pinapayagan namin ang mga tao na maunawaan ang kanilang sariling data, na ibinabalik namin sa kanila upang matulungan silang magtrabaho sa kanilang mga doktor upang maging mamamayan ng siyentipiko at mga payunir sa hinaharap ng kalusugan ng tao.

PCM: Ano ang ginagawa mo sa patuloy na mga sensor ng puso? Paano yan gumagana?

ET: Mayroon kaming isang patch, tulad ng isang Band-Aid, na maaari mong isuot. Namin ang patuloy na tibok ng puso ng 15, 000 katao na higit sa 11 o 12 araw; ito ay isang napakalaking halaga ng data. Upang ma-hulaan ang arrhythmia, isang karamdaman sa ritmo ng puso, bago ito mangyari, at malaman ang signal upang maiiwasan natin ito, iyon ang pupunta sa atin. Ginamit ng mga tao ang AI upang gawin ang diagnosis ng ritmo ng puso, ngunit sinusubukan naming makuha ito upang maiwasan ang arrhythmia ng puso. Iyon ang susunod na yugto.

PCM: Paano naglalaro ang buong pagkakasunud-sunod ng gene at paano mo ito magagamit sa populasyon ng matatanda?

ET: Mayroon kaming isang napakalaking sampling ng mga tao at ang kanilang average na edad ay 89. Hindi pa sila nagkasakit at nais naming malaman kung bakit. Naniniwala kami na ang malalim na pag-aaral mula sa mga genom na ito, kung ihahambing sa mga kontrol, ay makakatulong sa amin dahil ito ay isang napakalaking dami ng data na ihahatid, upang maunawaan ang mga genomic na variant sa mga "welderly" na mga tao na naiiba at may kaugnayan para sa matinding haba ng kalusugan. Ito ay tumagal sa amin ng halos isang dekada upang maipon ang lahat ng mga taong ito at makuha ang lahat ng mga ito.

PCM: Mapapanatili ba tayong mas malusog ng AI?

ET: Kailangan nating makita. Ang isang bagay ay isang pangako at ang iba pang bagay ay ang pagtupad ng pangako. Panahon ang makapagsasabi. Ngunit hindi ko alam kung may nakita ba tayong anumang bagay na may ganitong pangako ngayon. Ngunit aabutin ng ilang sandali upang ma-validate ang lahat.