Sztuczna inteligencja w ochronie zdrowia powinna myśleć mało

Sześć minut po rozpoczęciu misji Apollo 13 na Księżyc w 1970 roku, jeden z zbiorników z tlenem wybuchł. To wydarzenie skłoniło NASA do opracowania nowego podejścia do przewidywania możliwych awarii w swoich statkach kosmicznych. Podejście to opierało się na ciągłych danych czujników, które następnie były wykorzystywane do głębokich symulacji cyfrowych, umożliwiając znacznie bardziej rygorystyczne testowanie złożonych systemów kosmicznych. Było to pierwsze zastosowanie technologii “cyfrowych bliźniaków”.

Dziś systemy cyfrowych bliźniaków są wykorzystywane w różnych branżach w celu poprawy operacji i dokładnego symulowania zmian w systemach. Firmy technologiczne, takie jak Apple i Tesla, wykorzystują cyfrowe bliźniaki do monitorowania wydajności produktów w terenie i określania, czy konkretnych komponentów systemu wymagają konserwacji.

Cyfrowe bliźniaki są również wykorzystywane w ochronie zdrowia, choć głównie w badaniach i rozwoju leków. Ich największy potencjał tkwi jednak w zarządzaniu chorobami przewlekłymi. Łącząc sztuczną inteligencję i technologię Internetu Rzeczy z cyfrowymi bliźniakami, podejście, które powstało z czegoś tak ogromnego, jak eksploracja kosmosu, ma potencjał, aby uczynić opiekę zdrowotną naprawdę indywidualizowaną.

Cyfryzacja tradycyjnej opieki zdrowotnej nie powiodła się

Nowoczesna medycyna poczyniła stopniowe postępy w kierunku opieki personalizowanej w ciągu ostatniej dekady, dając pacjentom głos w podejmowaniu decyzji i w kierunku medycyny precyzyjnej poprzez postępy w badaniach genetycznych. Obie te rzeczy pomogły dostosować opiekę do jednostki, ale nasz system opieki zdrowotnej w większości przypadków stosuje podejście “dużej grupy” do świadczenia opieki.

Widoczne jest to w sposobie, w jaki zarządzamy chorobami przewlekłymi. Każdy z 133 milionów Amerykanów, którzy obecnie żyją z jedną lub więcej chorobami przewlekłymi, jest objęty zaplanowaną ścieżką opieki – programem leczenia, dietą, często liczbą leków – a ich poprawa jest mierzona w partiach tysięcy innych osób, które mają tę samą chorobę.

To podejście nie działa. Jak słynnie wydatki USA na cukrzycę, choroby serca i raka nadal rosną, a wpływ technologii na wyniki i koszty jest ograniczony. W cyfrowym zarządzaniu cukrzycą, utratą wagi i innymi chorobami ten wpływ był nieistotny.

W marcu raport opublikowany przez Peterson Health Technology Institute podkreślił brak trwałych wyników. Raport stwierdził, że wszystkie oceniane rozwiązania słabo radzą sobie z zaangażowaniem i wynikami w czasie. W rezultacie utrata wagi, redukcja A1C, eliminacja leków, odwrócenie cukrzycy i korzyści zdrowotne tych rozwiązań są ograniczone i niezrównoważone.

To dlatego, że większość rozwiązań po prostu cyfryzuje nieskuteczny szablon opieki. Nie uwzględniają one indywidualnych różnic. Każda osoba ma swój własny zestaw czynników kulturowych, biologicznych, dietetycznych, behawioralnych i środowiskowych, które wpływają na ich zdrowie na głęboko indywidualnym poziomie.

Przechodzenie od “personalizowanej” opieki do opieki indywidualizowanej

Sztuczna inteligencja cyfrowych bliźniaków obiecuje odejście od szablonu. Podstawą tej technologii jest koncepcja, że każdy jednostka jest “N z jednego”. Cyfrowy bliźniak jednostki jest informowany przez ciągłe pomiarowanie unikalnych zmiennych klinicznych i behawioralnych, i wykorzystuje te dane do kształtowania wskazówek opieki w kierunku najlepszej i najzdrowszej wersji tej jednostki.

Moc technologii cyfrowych bliźniaków tkwi w ich uwadze na małe rzeczy – rzeczy, które jemy i robimy – i w jaki sposób wpływają one na nasze bieżące i przyszłe ja. W praktyce cyfrowe bliźniaki mogą dokładnie przewidzieć wpływ kolacji z steakiem na metaboliczne lub sercowe zdrowie danej osoby. W zakresie, w jakim ten wpływ może być negatywny, cyfrowe bliźniaki mogą zaproponować sposoby na złagodzenie konsekwencji. Mogą sugerować 10-minutowy spacer lub alternatywny deser. Zamiast lodów, może to być banana z orzechami i jogurtem greckim i świeżymi owocami lub po prostu inna sekwencja.

W ten sposób sztuczna inteligencja cyfrowych bliźniaków może pokazać osobie, co ją spotka, jeśli pozostanie na swojej obecnej trajektorii i jakie duże zmiany mogą nastąpić, wykonując małe dostosowania w czasie. Kontynuuj swoją obecna rutynę, a będziesz mógł przestać brać metforminę w ciągu trzech tygodni. Wróć do starych nawyków, a możesz się spodziewać, że będziesz musiał kupić nowy lek.

To potężna technologia, a choć jej wpływ na opiekę zdrowotną został w dużej mierze rozpoznany tylko w naukowej społeczności, zaczyna ona znajdować swoją rolę w komercyjnych przypadkach użycia. W 2014 roku Dassault Systemes i FDA uruchomiły SIMULIA Living Heart, projekt, który współpracuje z producentami urządzeń w celu opracowania i udoskonalenia urządzeń kardiochirurgicznych w szybszym tempie. Na początku pandemii OnScale Project BreathEasy opracował cyfrowego bliźniaka płuc pacjentów z COVID-19 w celu poprawy i optymalizacji wykorzystania zasobów wentylatorowych.

Badacze medyczni również wykorzystują modele chorób cyfrowych bliźniaków do przewidywania skuteczności interwencji farmakologicznych na podstawie złożonych, indywidualnych procesów biologicznych. Takeda Pharmaceuticals przyjęła tę technologię w celu skrócenia procesów farmakologicznych i uzyskania realistycznych danych wejściowych i wyjściowych dla reakcji biochemicznych. Niedawno badacze wykorzystali technologię cyfrowych bliźniaków do symulowania wyników terapii i określenia najlepszego leczenia dla raka jamy ustnej i gardła na podstawie indywidualnych danych.

Zarządzanie chorobami przewlekłymi to następny front

Niedawny artykuł opublikowany w Nature twierdzi, że cyfrowe bliźniaki są “przygotowane do wniesienia znaczącego wkładu” w opiekę onkologiczną, zwłaszcza w monitorowaniu postępu choroby i ocenie odpowiedzi na leczenie, które zwykle różnią się od osoby do osoby. Ten sam artykuł analizuje cyfrowe bliźniaki serca, które są karmione danymi obrazowania, EHR, genetycznymi i ciągłymi danymi noszonych urządzeń, oraz ich potencjał do przewidywania ostrych zdarzeń sercowych.

Te postępy dadzą początek technologiom opieki zdrowotnej, które zmienią życie. Ich siła tkwi w koncepcji, która jest podstawą ich celu: nic złożonego nie jest statyczne.

To jest szczególnie prawdziwe w przypadku naszych systemów biologicznych. Cyfrowy bliźniak wymaga tysięcy punktów danych dziennie, na osobę, aby naprawdę zrozumieć wzajemne powiązania między biologią, kulturą, stylem życia, preferencjami i zdrowiem jednostki. Część tych danych jest już zbierana przez noszone urządzenia i aplikacje mobilne, ale bez modelu, który umieszcza te dane w kontekście jednostki i jej ścieżki opieki, są one bezcelowe.

W świecie zarządzania chorobami przewlekłymi małe rzeczy mogą bardzo szybko stać się dużymi, zagrażającymi życiu rzeczami. A podczas gdy cyfrowa opieka zdrowotna podniosła nadzieję pacjentów słowami “personalizacja”, narzędzia i podejścia oferowane ludziom nie uwzględniają ich unikalnych potrzeb i preferencji.

Sztuczna inteligencja cyfrowych bliźniaków odwróci to podejście, pomagając nam lepiej zrozumieć i poprawić nasze zdrowie na głęboko personalizowanym poziomie. To technologia, która jest gotowa spełnić obietnicę opieki indywidualizowanej.