Watson huet den Dokter net gebass, a ganz gutt
vun den Technologien

Watson huet den Dokter net gebass, a ganz gutt

Och wann, wéi a villen anere Beräicher, d'Begeeschterung fir Dokteren duerch AI ze ersetzen ass e bëssen erofgaang no enger Serie vu diagnostesche Feeler, ass d'Aarbecht un der Entwécklung vun AI-baséiert Medizin nach ëmmer amgaang. Well trotzdem bidden se nach ëmmer grouss Méiglechkeeten an eng Chance fir d'Effizienz vun den Operatiounen a ville vu senge Beräicher ze verbesseren.

IBM gouf 2015 annoncéiert an 2016 krut Zougang zu Daten vu véier grousse Patientdatenfirmen (1). De bekanntste, dank ville Medienberichter, a gläichzäiteg de ambitiéisste Projet mat der fortgeschratter kënschtlecher Intelligenz vun IBM war mat der Onkologie verbonnen. Wëssenschaftler hu probéiert déi grouss Datenressourcen ze notzen fir se ze veraarbecht fir se a gutt ugepasste Anti-Kriibsbehandlungen ze maachen. Dat laangfristeg Zil war de Watson ze riichten klinesch Prozesser a Resultater, grad wéi en Dokter géif maachen.

1. Eng vun de Visualiséierunge vum Watson Health medizinesche System

Et huet sech awer erausgestallt Watson kann net onofhängeg medezinesch Literatur consultéieren a kann net Informatiounen aus Patienten elektronesch medezinesch records recuperéieren. Wéi och ëmmer, déi eescht Uklo géint hien war dat Onméiglechkeet en neie Patient effektiv mat aneren eelere Kriibspatienten ze vergläichen an Symptomer z'entdecken déi net op den éischte Bléck sichtbar sinn.

Et waren, zouginn, e puer Onkologen, déi behaapten, säi Urteel ze vertrauen, obwuel meeschtens a punkto Watson seng Virschléi fir Standardbehandlungen oder als zousätzlech, komplementär medizinesch Meenung. Vill hunn uginn datt dëse System en exzellente automatiséierte Bibliothekarin fir Dokteren wier.

Als Resultat vun net ganz fläisseg Kritik, IBM Problemer mam Verkaf vum Watson System un US medizinesch Institutiounen. IBM Verkafsvertrieder konnten et an e puer Spideeler an Indien, Südkorea, Thailand an aner Länner verkafen. An Indien hunn d'Dokteren () dem Watson seng Empfehlungen iwwer 638 Fäll vu Brustkrebs bewäert. D'Anhale vun der Behandlungsempfehlungen ass 73%. Méi schlëmm Watson am Gachon Medical Center a Südkorea erausgefall, wou seng bescht Empfehlungen fir 656 kolorektal Kriibspatienten mat Experten Empfehlungen just 49 Prozent vun der Zäit passen. D'Dokteren hunn dat bewäert Watson huet keng gutt Aarbecht mat eelere Patienten gemaachandeems se net bestëmmte Standardmedikamenter ubidden, an e kritesche Feeler gemaach hunn andeems se e puer Patiente mat metastatescher Krankheet op d'Aggressiv Behandlung gesat hunn.

Schlussendlech, obwuel seng Aarbecht als Diagnostiker an Dokter als Mëssgléckt beurteelt gëtt, ginn et Beräicher an deenen hien extrem nëtzlech bewisen huet. Produit Watson fir Genomics, déi an Zesummenaarbecht mat der University of North Carolina, Yale University an aner Institutiounen entwéckelt gouf, gëtt benotzt genetesch Laboratoiren fir Berichter fir Onkologen virzebereeden. Watson luet d'Lëschtdatei erof genetesch Mutatiounen Patient a kann e Bericht a Minutten generéieren deen Virschléi fir all wichteg Medikamenter a klinesch Studien enthält. Watson geréiert genetesch Informatioun relativ einfachwell se a strukturéierte Fichier presentéiert ginn an keng Ambiguititéiten enthalen - entweder et gëtt eng Mutatioun oder et gëtt keng Mutatioun.

IBM Partner vun der University of North Carolina publizéiert e Pabeier iwwer Effizienz am Joer 2017. Watson huet potenziell wichteg Mutatiounen fonnt, déi net vu mënschleche Studien an 32% vun hinnen identifizéiert goufen. Patienten studéiert, wat hinnen gutt Kandidate fir dat neit Medikament mécht. Wéi och ëmmer, et gëtt nach ëmmer kee Beweis datt d'Benotzung zu bessere Behandlungsresultater féiert.

Zëmt Kaweechelcher

Dëst a vill aner Beispiller droen dozou bäi, datt d’Iwwerzeegungen ëmmer méi ginn, datt all Lücken an der Gesondheetsversuergung ugeholl ginn, mä mir musse kucken, wou et wierklech hëllefe kann, well do geet et de Leit net esou gutt. Esou en Terrain ass z.B. Protein Fuerschung. D'lescht Joer gouf gemellt datt et d'Form vun Proteinen op Basis vun hirer Sequenz präzis viraussoe konnt (2). Dëst ass traditionell eng Aufgab iwwer d'Kraaft vun net nëmme Leit, awer och mächteg Computeren. Wa mir d'Klappe vu Proteinmoleküle präzis modelléiere kënnen, wäert d'Potenzial fir Gentherapie enorm sinn. D'Wëssenschaftler hoffen, datt mat AlphaFold mir d'Funktioune vun Dausende studéieren, an dëst, am Tour, erlaabt eis d'Ursaache vu ville Krankheeten ze verstoen.

2. Proteinfolding modelléiert mat DeepMind's AlphaFold.

Elo mir kennen zweehonnert Millioune Proteinen, mä mir verstinn voll d'Struktur an Funktioun vun engem klengen Deel vun hinnen. Proteins et ass de Grondbausteen vu liewegen Organismen. Si si verantwortlech fir déi meescht vun de Prozesser déi an Zellen optrieden. Wéi se funktionnéieren a wat se maachen, gëtt vun hirer dreidimensionaler Struktur festgeluegt. Si huelen déi entspriechend Form ouni Instruktiounen, guidéiert vun de Gesetzer vun der Physik. Zënter Joerzéngte war d'Haaptmethod fir d'Form vu Proteinen ze bestëmmen experimentell Methoden. An de 50er benotzt Röntgenkristallographesch Methoden. An de leschte Jorzéngt ass et de Fuerschungsinstrument vun der Wiel ginn Kristallmikroskopie. An den 80er an 90er hunn d'Aarbechten ugefaang fir Computeren ze benotzen fir d'Form vu Proteinen ze bestëmmen. Wéi och ëmmer, d'Resultater hunn d'Wëssenschaftler nach ëmmer net zefridden. Methoden déi fir e puer Proteine ​​geschafft hunn, hunn net fir anerer geschafft.

Schonn am Joer 2018 AlphaFold krut Unerkennung vun Experten an Proteinmodelléierung. Wéi och ëmmer, zu där Zäit benotzt et Methoden ganz ähnlech wéi aner Programmer. D'Wëssenschaftler hunn hir Taktik geännert an eng aner erstallt, déi och Informatioun iwwer déi physesch a geometresch Aschränkunge vum Proteinfolding benotzt huet. AlphaFold huet ongläiche Resultater. Heiansdo ass et him besser gaangen, mol méi schlëmm. Awer bal zwee Drëttel vu senge Prognosen sinn zesummegefall mat de Resultater vun experimentellen Methoden. Am Ufank vun 2 Joer huet den Algorithmus d'Struktur vu verschiddene Proteine ​​vum SARS-CoV-3 Virus beschriwwen. D'Prognosen fir den Orf2020a Protein goufe spéider fonnt fir konsequent mat den experimentellen Resultater ze sinn.

Et geet net nëmmen drëm ze léieren wéi Proteinen intern klappen, et geet och ëm Design. Fuerscher vun der NIH BRAIN Initiative benotzt Maschinn Léieren e Protein entwéckelen deen d'Serotoninniveauen am Gehir an Echtzäit iwwerwaache kann. Serotonin ass eng neurochemesch Substanz déi eng Schlësselroll spillt wéi d'Gehir eis Gedanken a Gefiller kontrolléiert. Zum Beispill si vill Antidepressiva entwéckelt fir Serotonin-Signaler z'änneren, déi tëscht Neuronen iwwerdroe ginn. An engem Artikel an der Zäitschrëft Cell hunn d'Wëssenschaftler beschriwwen wéi se fortgeschratt benotzen Gentechnik Methoden dréit e bakterielle Protein an en neit Fuerschungsinstrument dat hëllefe kéint d'Serotoniniwwerdroung mat méi Präzisioun verfollegen wéi déi aktuell Methoden. Preklinesch Experimenter, meeschtens bei Mais, hu gewisen datt de Sensor direkt subtile Verännerungen an de Serotoninniveauen am Gehir während Schlof, Angscht a sozialen Interaktiounen erkennen kann, wéi och d'Effizienz vun neie psychoaktiven Drogen testen.

De Kampf géint d'Pandemie war net ëmmer erfollegräich

No allem war dëst déi éischt Epidemie iwwer déi mir am MT geschriwwen hunn. Wéi och ëmmer, zum Beispill, wa mir iwwer d'Entwécklung vun der Pandemie selwer schwätzen, da war an der éischter Etapp AI wéi eppes vun engem Echec. Wëssenschaftler hunn dat beschwéiert Kënschtlech Intelligenz kann den Ausmooss vun der Verbreedung vum Coronavirus net korrekt viraussoen baséiert op Daten aus fréiere Epidemien. "Dës Léisunge funktionnéieren gutt an e puer Beräicher, sou wéi d'Gesiichter mat enger gewësser Unzuel vun Aen an Oueren erkennen. SARS-CoV-2 Epidemie Dëst si virdrun onbekannt Eventer a vill nei Variabelen, sou datt kënschtlech Intelligenz baséiert op den historeschen Donnéeën, déi benotzt gi fir ze trainéieren, funktionnéiert net gutt. D'Pandemie huet gewisen datt mir no aner Technologien an Approche musse sichen, "sot de Maxim Fedorov vu Skoltech am Abrëll 2020 an enger Ausso zu russesche Medien.

Mat der Zäit koum et awer, Algorithmen déi schéngen déi gréisser Nëtzlechkeet vun AI am Kampf géint COVD-19 ze beweisen. Wëssenschaftler an den USA am Hierscht 2020 hunn e System entwéckelt fir déi charakteristesch Hustmuster vu Leit mat COVID-19 ze erkennen, och wa se keng aner Symptomer haten.

Wéi Impfungen verfügbar sinn, gouf d'Iddi gebuer fir d'Impfungskampagne vun der Bevëlkerung ze hëllefen. Si kéint zum Beispill hëllefen Impfstoff Transport a Logistik Modeller. Och bei der Bestëmmung wéi eng Bevëlkerungsgruppen als éischt geimpft solle ginn, fir séier mat der Pandemie eens ze ginn. Et géif och hëllefen d'Nofro ze prognostizéieren an d'Timing an d'Geschwindegkeet vun den Impfungen ze optimiséieren, séier Probleemer a Logistik-Flaschennecken z'identifizéieren. D'Kombinatioun vun Algorithmen mat kontinuéierlecher Iwwerwaachung kann och séier Informatioun iwwer méiglech Nebenwirkungen a Gesondheetsevenementer ubidden.

dës Systemer déi AI benotzen bei der Optimisatioun a Verbesserung vun der Gesondheetsversuergung si scho bekannt. Hir praktesch Virdeeler goufen appréciéiert; zum Beispill, de Gesondheetssystem entwéckelt vu Macro-Eyes op der amerikanescher Stanford University. Wéi och bei villen aneren medezineschen Institutiounen, war de Problem de Mangel u Patienten, déi net op Rendez-vous ukomm sinn. Makro Aen e System gebaut deen zouverlässeg viraussoe konnt wéi eng Patienten wahrscheinlech net do wieren. A bestëmmte Situatiounen kéint hien och alternativ Klinikzäiten a Plazen proposéieren, wat d'Chancen vun engem Patient erhéijen. Ähnlech Technologie gouf spéider op Plazen vun Arkansas bis Nigeria applizéiert mat Ënnerstëtzung vun ënner anerem der US Agentur fir International Entwécklung i.

An Tanzania hunn d'Macro-Eyes un engem Projet geschafft, dee sech op zielt d'Erhéijung vun de Kannerimmunisatiounsraten. D'Software huet analyséiert wéivill Impfdosen an e bestëmmten Impfungszenter geschéckt musse ginn. Hie konnt och beurteelen, wéi eng Famillen net fäerten hir Kanner ze impfen, awer duerch entspriechend Argumenter an d'Identifikatioun vun engem Impfzentrum op enger praktescher Plaz iwwerzeegt kënne ginn. Mat dëser Software konnt d'tanzanesch Regierung d'Effizienz vun hirem Immuniséierungsprogramm ëm 96% erhéijen. a reduzéieren Impfstoff Offall op 2,42 pro 100 Leit.

A Sierra Leone, wou Daten iwwer d'Gesondheet vun den Awunner fehlen, huet d'Firma probéiert dëst mat Informatioun iwwer d'Erzéiung ze passen. Et huet sech erausgestallt, datt eleng d'Zuel vun den Enseignanten an hire Schüler genuch war fir 70 Prozent virauszesoen. d'Genauegkeet ob d'lokal Klinik Zougang zu propperem Waasser huet, dat ass schonn eng Spuer vu Gesondheetsdaten fir d'Leit déi do wunnen (3).

3. Macro-Eyes Illustratioun vun AI-ugedriwwen Gesondheetsariichtung Programmer an Afrika.

De Mythos vum Maschinndokter bestoe weider

Trotz de Feeler Watson Nei diagnostesch Approche ginn nach ëmmer entwéckelt a ginn als ëmmer méi fortgeschratt ugesinn. Verglach gemaach a Schweden am September 2020. benotzt fir Bilddiagnostik vu Brustkrebs gewisen, datt déi bescht vun hinnen Leeschtung wéi och e radiologist. D'Algorithmen goufen getest mat bal néng dausend Mammographie Biller, déi während der Routine Screening kritt goufen. Dräi Systemer, bezeechent als AI-1, AI-2 an AI-3, hunn eng Genauegkeet vun 81,9%, 67% erreecht. an 67,4%. Zum Verglach, ënner Radiologen, déi dës Biller als éischt interpretéieren, war dës Figur 77,4%, an am Fall radiologistsdeen deen zweeten war, deen et beschreiwen, et waren 80,1 Prozent. Dee beschten Algorithmus war och fäeg Fäll z'entdecken déi Radiologen während der Screening verpasst hunn, a Frae goufen diagnostizéiert wéi se d'Krankheet a manner wéi engem Joer hunn.

Laut de Fuerscher beweisen dës Resultater dat kënschtlech Intelligenz Algorithmen Hëlleft falsch negativ Diagnose vu Radiologen ze korrigéieren. D'Kombinatioun vun de Fäegkeeten vun AI-1 mat engem duerchschnëttleche Radiolog huet d'Zuel vun detektéierten Brustkrebs ëm 8% erhéicht. D'Royal Institution Team, déi dës Fuerschung duerchféiert, erwaart datt d'Qualitéit vun den AI Algorithmen weider wäert verbesseren. Eng komplett Beschreiwung vum Experiment gouf an der JAMA Oncology publizéiert.

W op enger fënnef-Punkt Skala. Momentan gesi mir eng bedeitend technologesch Beschleunegung an d'Erreeche vum Niveau IV (Héichautomatioun), wann de System onofhängeg automatesch déi kritt Donnéeën veraarbecht an de Spezialist mat pre-analyséierten Informatioun gëtt. Dëst spuert Zäit, vermeit mënschlech Feeler a bitt méi effizient Patientefleeg. Dat huet hien virun e puer Méint beurteelt Stan A.I. am Beräich vun der Medezin no him, Prof. Janusz Braziewicz vun der polnescher Gesellschaft fir Nuklearmedizin an enger Ausso un der polnescher Presseagentur.

4. Machine review vun medezinesch Biller

Algorithmen, laut Experten wéi Prof. Brazievichsouguer irreplaceable an dëser Industrie. De Grond ass déi séier Erhéijung vun der Unzuel vun diagnostesche Imaging Tester. Nëmme fir d'Period 2000-2010. d'Zuel vun de MRI Studien an Examen ass zéngfach eropgaang. Leider ass d'Zuel vun de verfügbare medizinesche Spezialisten, déi se séier an zouverlässeg ausféieren kënnen, net eropgaang. Et gëtt och e Mangel u qualifizéierten Techniker. D'Aféierung vu kënschtlech Intelligenz-baséiert Algorithmen spuert Zäit an erlaabt eng komplett Standardiséierung vu Prozeduren, wéi och mënschlech Feeler ze vermeiden a méi effektiv, personaliséiert Behandlungen fir Patienten.

Wéi et sech erausstellt, och forensesch Medezin kënne profitéieren Entwécklung vu kënschtlecher Intelligenz. Experten an dësem Beräich kënnen d'exakt Zäit vum Doud vum Verstuerwenen duerch chemesch Analyse vun de Sekretioune vu Würmern an aner Kreaturen bestëmmen, déi op dout Gewëss ernähren. E Problem entsteet wann Mëschunge vu Sekretiounen aus verschiddenen Aarte vun Nekrophagen an der Analyse abegraff sinn. Dëst ass wou Maschinn Léieren an d'Spill kënnt. Wëssenschaftler vun der Universitéit zu Albany hunn entwéckelt Kënschtlech Intelligenz Method, déi méi séier Identifikatioun vun Wurm Arten erlaabt baséiert op hire "chemesche Fangerofdréck". D'Team trainéiert hire Computerprogramm mat Mëschunge vu verschiddene Kombinatioune vu chemesche Sekretiounen aus sechs Arten vu Mécken. Hien entschlësselt déi chemesch Ënnerschrëfte vun Insektlarven mat enger Massespektrometrescher Technik déi Chemikalien identifizéiert andeems de Verhältnis vu Mass zu elektrescher Ladung vun engem Ion präzis gemooss gëtt.

Also, wéi Dir gesitt, awer AI als Untersuchungsdetektiv net ganz gutt, et kéint an engem Kriminalitéit Labo ganz nëtzlech ginn. Mir hu vläicht zevill dovun erwaart an dëser Etapp, virauszegesinn Algorithmen déi Dokteren aus der Aarbecht setzen (5). Wa mir kucken Kënschtlech Intelligenz méi realistesch, andeems se op spezifesch praktesch Virdeeler konzentréieren anstatt dat Ganzt, gesäit hir Carrière an der Medizin erëm ganz villverspriechend aus.

5. Visioun vum Dokter Auto

Setzt e Commentaire