Путем направления потока уже имеющихся различных биомедицинских данных, искусственный интеллект может полностью преобразовать фундаментальные медицинские и биологические исследования и всю клиническую практику.
Биомедицинский мир полон данных
У нас есть терабайты геномной информации, начиная от мыши и заканчивая человеком, метрики здоровья от клинических испытаний и так называемые пучки данных из реального мира от страховых компаний, аптек до клиник, больниц, медицинских центров. Используя мощные компьютеры, ученые внимательно изучили эту настоящую награду научно-технического прогресса, искусственный интеллект, выявив прекрасные результаты. Стало ясно, что с помощью искусственного интеллекта мы можем узнать о мире, человеке, здоровье и медицине гораздо больше. В течение следующего десятилетия глубокое изучение нейронных сетей, скорее всего, изменит то, как мы ищем закономерности в данных и как проводятся и применяются исследования в области здоровья человека. Ниже в статье рассматриваются перспективы этой невероятной зарождающейся революции.
Перспективы введения искусственного интеллекта в биологию и медицину
Сейчас самые большие ставки делаются на открытие лекарств. И совсем не зря. Средняя стоимость вывода нового препарата на рынок с 2003 года по 2013 год почти удвоилась и составила 2,6 миллиарда долларов, а из-за того, что девять из десяти препаратов терпят неудачу на последних двух этапах клинических испытаний, получается, что большая часть денег уходит впустую. Каждая крупная фармацевтическая компания работает как минимум с одним стартапом, ориентированным на искусственный интеллект, чтобы посмотреть, сможет ли она в ходе работы над этим проектом повысить рентабельность своих инвестиций. Алгоритмы машинного обучения (искусственного интеллекта) могут просеивать миллионы соединений, сужая возможности для конкретного лекарственного препарата. Возможно, более захватывающие, точные и совершенные системы искусственного интеллекта, не ограниченные превалирующими теориями и предубеждениями, могут определить совершенно новые цели и уметь невероятные вещи, которые даже сложно представить современному человеку, выявляя тонкие различия на уровне тканей, клеток, генов или белков между, скажем, здоровым мозгом и мозгом, отмеченным различиями Паркинсона, которые могут ускользнуть даже от зоркого, наметанного глаза ученого-человека.
Такая же «остроглазая» способность используется и для интерпретации медицинских снимков. Многие системы искусственного интеллекта уже способны обнаружить ранние признаки рака, которые могут быть пропущены рентгенологом, или увидеть вещи, которые просто выходят за рамки человеческих возможностей, такие как оценка риска для сердечно-сосудистой системы по результатам сканирования сетчатки глаза. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов одобряет алгоритмы визуализации на быстром клипе.
Другие проблемы по искусственному осмотру лежат чуть глубже. Будут ли проблемы неэффективности современных электронных медицинских карт решаться с помощью интеллектуальных систем, которые предотвращают ошибки при назначении лекарств, медикаментов и обеспечивают раннее предупреждение заболеваний? Над этим работают одни из крупнейших в мире технических гигантов.
Несмотря на опасения, что машины вытеснят людей, большинство экспертов полагают, что искусственный и человеческий интеллект будут работать синергетически, то есть совместно. Больше всего в данный момент экспертов беспокоит нехватка людей, обладающих как биомедицинскими знаниями, так и навыками создания алгоритмов. Если эту человеческую проблему удастся решить, то ключ к созданию успешных приложений искусственного интеллекта будет зависеть от качества и количества имеющихся в распоряжении человечества данных, а не от наличия квалифицированных человеческих кадров, участвующих в разработке этих приложений.
"Мы полагаемся на три вещи",
- говорит генеральный директор одного стартапа по созданию лекарственных препаратов с глубоким изучением данных.
"Данные, данные и еще больше данных".