Nid oedd Watson yn brathu y meddyg, ac yn dda iawn

Er, fel mewn llawer o feysydd eraill, mae'r brwdfrydedd i ddisodli meddygon ag AI wedi lleihau rhywfaint ar ôl cyfres o fethiannau diagnostig, mae gwaith ar ddatblygu meddygaeth sy'n seiliedig ar AI wedi mynd rhagddo o hyd. Oherwydd, serch hynny, maent yn dal i gynnig cyfleoedd gwych a chyfle i wella effeithlonrwydd gweithrediadau mewn llawer o'i feysydd.

Cyhoeddwyd IBM yn 2015, ac yn 2016 cafodd fynediad at ddata gan bedwar cwmni data cleifion mawr (1). Roedd yr enwocaf, diolch i nifer o adroddiadau yn y cyfryngau, ac ar yr un pryd y prosiect mwyaf uchelgeisiol gan ddefnyddio deallusrwydd artiffisial datblygedig gan IBM yn gysylltiedig ag oncoleg. Mae gwyddonwyr wedi ceisio defnyddio'r adnoddau data helaeth i'w prosesu er mwyn eu troi'n therapïau gwrth-ganser sydd wedi'u haddasu'n dda. Gôl tymor hir oedd cael Watson yn ddyfarnwr treialon clinigol a chanlyniadau fel y byddai meddyg.

1. Un o ddelweddau system feddygol Watson Health

Fodd bynnag, mae'n troi allan hynny watson Ni all gyfeirio'n annibynnol at lenyddiaeth feddygol, ac ni all hefyd dynnu gwybodaeth o gofnodion meddygol electronig cleifion. Fodd bynnag, y cyhuddiad mwyaf difrifol yn ei erbyn oedd hynny anallu i gymharu claf newydd yn effeithiol â chleifion canser hŷn eraill a chanfod symptomau sy'n anweledig ar yr olwg gyntaf.

Rhaid cyfaddef bod rhai oncolegwyr a honnodd fod ganddynt hyder yn ei farn, er yn bennaf o ran awgrymiadau Watson ar gyfer triniaethau safonol, neu fel barn feddygol ychwanegol, ychwanegol. Mae llawer wedi nodi y bydd y system hon yn llyfrgellydd awtomataidd gwych i feddygon.

O ganlyniad i adolygiadau anffafriol iawn gan IBM problemau gyda gwerthu system Watson mewn sefydliadau meddygol UDA. Llwyddodd cynrychiolwyr gwerthu IBM i'w werthu i rai ysbytai yn India, De Korea, Gwlad Thai a gwledydd eraill. Yn India, gwerthusodd meddygon ( ) argymhellion Watson ar gyfer 638 o achosion o ganser y fron. Y gyfradd gydymffurfio ar gyfer argymhellion triniaeth yw 73%. Gwaeth watson rhoi'r gorau iddi yng Nghanolfan Feddygol Gachon yn Ne Korea, lle roedd ei argymhellion gorau ar gyfer 656 o gleifion canser y colon a'r rhefr yn cyfateb ag argymhellion arbenigol dim ond 49 y cant o'r amser. Mae meddygon wedi asesu hynny Ni wnaeth Watson yn dda gyda chleifion hŷndrwy beidio â chynnig rhai meddyginiaethau safonol iddynt, a gwnaeth y camgymeriad critigol o gynnal gwyliadwriaeth driniaeth ymosodol ar gyfer rhai cleifion â chlefyd metastatig.

Yn y pen draw, er bod ei waith fel diagnostegydd a meddyg yn cael ei ystyried yn aflwyddiannus, mae meysydd y bu'n hynod ddefnyddiol ynddynt. Cynnyrch Watson ar gyfer Genomeg, a ddatblygwyd mewn cydweithrediad â Phrifysgol Gogledd Carolina, Prifysgol Iâl, a sefydliadau eraill, yn cael ei ddefnyddio labordai genetig ar gyfer paratoi adroddiadau ar gyfer oncolegwyr. Mae Watson yn lawrlwytho ffeil rhestr treigladau genetig mewn claf a gall gynhyrchu adroddiad mewn munudau sy'n cynnwys awgrymiadau ar gyfer pob cyffur pwysig a threialon clinigol. Mae Watson yn trin gwybodaeth enetig yn gymharol hawddoherwydd cânt eu cyflwyno mewn ffeiliau strwythuredig ac nid ydynt yn cynnwys amwysedd - naill ai mae treiglad neu nid oes treiglad.

Cyhoeddodd partneriaid IBM ym Mhrifysgol Gogledd Carolina bapur ar effeithlonrwydd yn 2017. Canfu Watson dreigladau a allai fod yn bwysig na chawsant eu nodi gan astudiaethau dynol mewn 32% ohonynt. cleifion a astudiwyd, gan eu gwneud yn ymgeiswyr da ar gyfer y cyffur newydd. Fodd bynnag, nid oes tystiolaeth o hyd bod defnydd yn arwain at well canlyniadau triniaeth.

Domestigeiddio proteinau

Mae hyn a llawer o enghreifftiau eraill yn cyfrannu at y gred gynyddol bod yr holl ddiffygion mewn gofal iechyd yn cael sylw, ond mae angen inni edrych am feysydd lle y gall hyn helpu mewn gwirionedd, oherwydd nid yw pobl yn gwneud yn dda iawn yno. Mae maes o'r fath, er enghraifft, yn ymchwil protein. Y llynedd, daeth gwybodaeth i'r amlwg y gallai ragweld siâp proteinau yn gywir yn seiliedig ar eu dilyniant (2). Mae hon yn dasg draddodiadol, y tu hwnt i rym nid yn unig pobl, ond hyd yn oed cyfrifiaduron pwerus. Os byddwn yn meistroli'r union fodelu o droelli moleciwlau protein, bydd cyfleoedd enfawr ar gyfer therapi genynnau. Mae gwyddonwyr yn gobeithio, gyda chymorth AlphaFold, y byddwn yn astudio swyddogaethau miloedd, a bydd hyn, yn ei dro, yn caniatáu inni ddeall achosion llawer o afiechydon.

Ffigur 2. Troelli protein wedi'i fodelu ag AlphaFold DeepMind.

Nawr rydym yn gwybod dau gan miliwn o broteinau, ond rydym yn deall yn llawn strwythur a swyddogaeth rhan fach ohonynt. Gwiwerod dyma floc adeiladu sylfaenol organebau byw. Maent yn gyfrifol am y rhan fwyaf o'r prosesau sy'n digwydd mewn celloedd. Mae sut maen nhw'n gweithio a beth maen nhw'n ei wneud yn cael ei bennu gan eu strwythur 50D. Maent yn cymryd y ffurf briodol heb unrhyw gyfarwyddiadau, wedi'u harwain gan gyfreithiau ffiseg. Am ddegawdau, dulliau arbrofol fu'r prif ddull ar gyfer pennu siâp proteinau. Yn y XNUMXau, y defnydd Dulliau crisialog pelydr-X. Yn ystod y degawd diwethaf, mae wedi dod yn offeryn ymchwil o ddewis. microsgopeg grisial. Yn yr 80au a'r 90au, dechreuodd y gwaith o ddefnyddio cyfrifiaduron i bennu siâp proteinau. Fodd bynnag, nid oedd y canlyniadau'n bodloni'r gwyddonwyr o hyd. Nid oedd dulliau a oedd yn gweithio i rai proteinau yn gweithio i eraill.

Eisoes yn 2018 AlphaPlyg derbyn cydnabyddiaeth gan arbenigwyr yn modelu protein. Fodd bynnag, ar y pryd roedd yn defnyddio dulliau tebyg iawn i raglenni eraill. Newidiodd y gwyddonwyr dactegau a chreu un arall, a oedd hefyd yn defnyddio gwybodaeth am y cyfyngiadau ffisegol a geometrig wrth blygu moleciwlau protein. AlphaPlyg wedi rhoi canlyniadau anwastad. Weithiau fe wnaeth yn well, weithiau'n waeth. Ond roedd bron i ddwy ran o dair o'i ragfynegiadau yn cyd-daro â'r canlyniadau a gafwyd trwy ddulliau arbrofol. Ar ddechrau blwyddyn 2, disgrifiodd yr algorithm strwythur sawl protein o'r firws SARS-CoV-3. Yn ddiweddarach, canfuwyd bod y rhagfynegiadau ar gyfer y protein Orf2020a yn gyson â'r canlyniadau a gafwyd yn arbrofol.

Mae'n ymwneud nid yn unig ag astudio'r ffyrdd mewnol o blygu proteinau, ond hefyd yn ymwneud â dylunio. Defnyddiodd ymchwilwyr o fenter NIH BRAIN dysgu peirianyddol datblygu protein a all olrhain lefelau serotonin yr ymennydd mewn amser real. Mae serotonin yn niwrocemegol sy'n chwarae rhan allweddol yn y modd y mae'r ymennydd yn rheoli ein meddyliau a'n teimladau. Er enghraifft, mae llawer o gyffuriau gwrth-iselder wedi'u cynllunio i newid y signalau serotonin sy'n cael eu trosglwyddo rhwng niwronau. Mewn erthygl yn y cyfnodolyn Cell, disgrifiodd gwyddonwyr sut maen nhw'n defnyddio uwch dulliau peirianneg genetig troi protein bacteriol yn offeryn ymchwil newydd a allai helpu i olrhain trosglwyddiad serotonin gyda mwy o gywirdeb na dulliau cyfredol. Mae arbrofion cyn-glinigol, yn bennaf mewn llygod, wedi dangos y gall y synhwyrydd ganfod yn syth newidiadau cynnil yn lefelau serotonin yr ymennydd yn ystod cwsg, ofn a rhyngweithio cymdeithasol, a phrofi effeithiolrwydd cyffuriau seicoweithredol newydd.

Nid yw'r frwydr yn erbyn y pandemig bob amser wedi bod yn llwyddiannus

Wedi'r cyfan, hwn oedd yr epidemig cyntaf i ni ysgrifennu amdano yn MT. Fodd bynnag, er enghraifft, os siaradwn am yr union broses o ddatblygiad y pandemig, yna yn y cam cychwynnol, roedd AI yn ymddangos yn fethiant. Mae ysgolheigion wedi cwyno hynny Deallusrwydd Artiffisial Ni all ragweld yn gywir faint o ledaeniad coronafirws yn seiliedig ar ddata o epidemigau blaenorol. “Mae’r atebion hyn yn gweithio’n dda mewn rhai meysydd, fel adnabod wynebau sydd â nifer penodol o lygaid a chlustiau. epidemig SARS-CoV-2 Mae'r rhain yn ddigwyddiadau anhysbys o'r blaen a llawer o newidynnau newydd, felly nid yw deallusrwydd artiffisial yn seiliedig ar y data hanesyddol a ddefnyddiwyd i'w hyfforddi yn gweithio'n dda. Mae’r pandemig wedi dangos bod angen i ni chwilio am dechnolegau a dulliau eraill, ”meddai Maxim Fedorov o Skoltech ym mis Ebrill 2020 mewn datganiad i’r cyfryngau yn Rwseg.

Dros amser bu fodd bynnag algorithmau sy'n ymddangos fel pe baent yn profi defnyddioldeb mawr AI yn y frwydr yn erbyn COVID-19. Datblygodd gwyddonwyr yn yr UD system yng nghwymp 2020 i adnabod patrymau peswch nodweddiadol mewn pobl â COVID-19, hyd yn oed os nad oedd ganddyn nhw unrhyw symptomau eraill.

Pan ymddangosodd brechlynnau, ganwyd y syniad i helpu i frechu'r boblogaeth. Gallai hi, er enghraifft helpu i fodelu cludiant a logisteg brechlynnau. Hefyd wrth benderfynu pa boblogaethau ddylai gael eu brechu gyntaf i ddelio â'r pandemig yn gyflymach. Byddai hefyd yn helpu i ragweld galw a gwneud y gorau o amseriad a chyflymder y brechu trwy nodi problemau a thagfeydd mewn logisteg yn gyflym. Gall y cyfuniad o algorithmau gyda monitro cyson hefyd ddarparu gwybodaeth yn gyflym am sgîl-effeithiau posibl a digwyddiadau iechyd.

y rhain systemau sy'n defnyddio AI mewn optimeiddio a gwella gofal iechyd eisoes yn hysbys. Gwerthfawrogwyd eu manteision ymarferol; er enghraifft, y system gofal iechyd a ddatblygwyd gan Macro-Eyes ym Mhrifysgol Stanford yn yr Unol Daleithiau. Fel sy'n wir am lawer o sefydliadau meddygol eraill, y broblem oedd diffyg cleifion nad oeddent yn ymddangos ar gyfer apwyntiadau. Llygaid Macro adeiladu system a allai ragweld yn ddibynadwy pa gleifion nad oeddent yn debygol o fod yno. Mewn rhai sefyllfaoedd, gallai hefyd awgrymu amseroedd a lleoliadau amgen ar gyfer clinigau, a fyddai'n cynyddu'r tebygolrwydd y byddai claf yn ymddangos. Yn ddiweddarach, cymhwyswyd technoleg debyg mewn mannau amrywiol o Arkansas i Nigeria gyda chefnogaeth, yn benodol, Asiantaeth yr Unol Daleithiau ar gyfer Datblygu Rhyngwladol i.

Yn Tanzania, bu Macro-Eyes yn gweithio ar brosiect a anelwyd at cynyddu cyfraddau imiwneiddio plant. Dadansoddodd y feddalwedd faint o ddosau o frechlynnau oedd angen eu hanfon i ganolfan frechu benodol. Roedd hefyd yn gallu asesu pa deuluoedd a allai fod yn amharod i frechu eu plant, ond gellid eu perswadio gyda dadleuon priodol a lleoliad canolfan frechu mewn lleoliad cyfleus. Gan ddefnyddio'r feddalwedd hon, mae llywodraeth Tanzania wedi gallu cynyddu effeithiolrwydd ei rhaglen imiwneiddio 96%. a lleihau gwastraff brechlynnau i 2,42 fesul 100 o bobl.

Yn Sierra Leone, lle'r oedd data iechyd trigolion ar goll, ceisiodd y cwmni baru hyn â gwybodaeth am addysg. Mae'n troi allan bod nifer yr athrawon a'u myfyrwyr yn unig yn ddigon i ragweld 70 y cant. cywirdeb a oes gan y ganolfan iechyd leol fynediad at ddŵr glân, sydd eisoes yn ôl troed data ar iechyd y bobl sy'n byw yno (3).

3. Darlun Macro-Eyes o raglenni gofal iechyd a yrrir gan AI yn Affrica.

Nid yw myth y meddyg peiriant yn diflannu

Er gwaethaf methiannau Watson mae dulliau diagnostig newydd yn dal i gael eu datblygu ac ystyrir eu bod yn dod yn fwyfwy datblygedig. Cymhariaeth a wnaed yn Sweden ym mis Medi 2020. a ddefnyddir mewn delweddu diagnosteg o ganser y fron dangos bod y gorau ohonynt yn gweithio yn yr un modd â radiolegydd. Mae'r algorithmau wedi'u profi gan ddefnyddio bron i naw mil o ddelweddau mamograffeg a gafwyd yn ystod sgrinio arferol. Cyflawnodd tair system, a ddynodwyd fel AI-1, AI-2 ac AI-3, gywirdeb o 81,9%, 67%. a 67,4%. Er mwyn cymharu, ar gyfer radiolegwyr sy'n dehongli'r delweddau hyn fel y cyntaf, roedd y ffigur hwn yn 77,4%, ac yn achos radiolegwyrpwy oedd yr ail i'w ddisgrifio, roedd yn 80,1 y cant. Roedd y goreuon o’r algorithmau hefyd yn gallu canfod achosion yr oedd radiolegwyr wedi’u methu yn ystod y sgrinio, a chafodd menywod ddiagnosis o salwch mewn llai na blwyddyn.

Yn ôl yr ymchwilwyr, mae'r canlyniadau hyn yn profi hynny algorithmau deallusrwydd artiffisial helpu i gywiro diagnosis ffug-negyddol a wneir gan radiolegwyr. Cynyddodd cyfuno galluoedd AI-1 â radiolegydd cyffredin nifer y canserau'r fron a ganfuwyd 8%. Mae tîm y Sefydliad Brenhinol y tu ôl i'r astudiaeth hon yn disgwyl i ansawdd algorithmau AI barhau i wella. Cyhoeddwyd disgrifiad llawn o'r arbrawf yn JAMA Oncoleg.

W ar raddfa pum pwynt. Ar hyn o bryd, rydym yn gweld cyflymiad technolegol sylweddol ac yn cyrraedd y lefel IV (awtomatiaeth uchel), pan fydd y system yn annibynnol yn prosesu'r data a dderbynnir yn awtomatig ac yn darparu gwybodaeth a ddadansoddwyd ymlaen llaw i'r arbenigwr. Mae hyn yn arbed amser, yn osgoi gwallau dynol ac yn darparu gofal cleifion mwy effeithlon. Dyna a farnodd ychydig fisoedd yn ôl Stan A.I. ym maes meddyginiaeth yn agos ato, prof. Janusz Braziewicz gan Gymdeithas Meddygaeth Niwclear Gwlad Pwyl mewn datganiad i Asiantaeth y Wasg Bwylaidd.

4. Peiriant gwylio delweddau meddygol

Algorithmau, yn ôl arbenigwyr megis prof. Brazievichhyd yn oed yn anhepgor yn y diwydiant hwn. Y rheswm yw'r cynnydd cyflym yn nifer y profion delweddu diagnostig. Dim ond am y cyfnod 2000-2010. mae nifer yr archwiliadau ac arholiadau MRI wedi cynyddu ddeg gwaith. Yn anffodus, nid yw nifer y meddygon arbenigol sydd ar gael a allai eu cynnal yn gyflym ac yn ddibynadwy wedi cynyddu. Mae yna hefyd brinder technegwyr cymwys. Mae gweithredu algorithmau seiliedig ar AI yn arbed amser ac yn caniatáu safoni gweithdrefnau'n llawn, yn ogystal ag osgoi gwallau dynol a thriniaethau mwy effeithlon, wedi'u personoli i gleifion.

Fel y mae'n troi allan, hefyd Meddygaeth fforensig yn gallu elwa o datblygu deallusrwydd artiffisial. Gall arbenigwyr yn y maes hwn bennu union amser marwolaeth yr ymadawedig trwy ddadansoddiad cemegol o gyfrinachau mwydod a chreaduriaid eraill sy'n bwydo meinweoedd marw. Mae problem yn codi pan fydd cymysgeddau o secretiadau o wahanol fathau o necrophages yn cael eu cynnwys yn y dadansoddiad. Dyma lle mae dysgu peirianyddol yn dod i rym. Mae gwyddonwyr ym Mhrifysgol Albany wedi datblygu dull deallusrwydd artiffisial sy'n caniatáu adnabod rhywogaethau mwydod yn gyflymach yn seiliedig ar eu "olion bysedd cemegol". Hyfforddodd y tîm eu rhaglen gyfrifiadurol gan ddefnyddio cymysgeddau o gyfuniadau amrywiol o secretiadau cemegol o chwe rhywogaeth o bryf. Datgelodd lofnodion cemegol larfâu pryfed gan ddefnyddio sbectrometreg màs, sy'n adnabod cemegau trwy fesur yn gywir gymhareb màs i wefr drydanol ïon.

Felly, fel y gwelwch, fodd bynnag AI fel ditectif ymchwiliol ddim yn dda iawn, gall fod yn ddefnyddiol iawn mewn labordy fforensig. Efallai ein bod yn disgwyl gormod ganddi ar hyn o bryd, gan ragweld algorithmau a fyddai'n rhoi meddygon allan o waith (5). Pan edrychwn ar Deallusrwydd Artiffisial yn fwy realistig, gan ganolbwyntio ar fuddion ymarferol penodol yn hytrach na’r rhai cyffredinol, mae ei gyrfa mewn meddygaeth yn edrych yn addawol iawn eto.

5. Gweledigaeth car y meddyg