Штучний інтелект у сфері охорони здоров’я повинен думати малим

Шість хвилин після запуску місії Аполлон-13 на Місяць у 1970 році вибухнув його балон з киснем. Ця подія спонукала НАСА розробити новий підхід до прогнозування можливих відмов у своїх космічних кораблях. Цей підхід ґрунтувався на безперервних даних з датчиків, які потім подавалися у глибокі цифрові симуляції, що дозволяли проводити набагато більш ретельне тестування складних космічних систем. Це було перше використання технології “цифрового двійника”.

Сьогодні системи цифрових двійників використовуються у різних галузях для поліпшення операцій та точного моделювання будь-яких змін у системі. Технологічні компанії, такі як Apple і Tesla, використовують цифрові двійники для моніторингу продуктивності продукції у полі та визначення того, чи потрібно певним компонентам системи проводити технічне обслуговування.

Цифрові двійники також застосовувалися у сфері охорони здоров’я, хоча в основному у дослідженнях та розробці ліків. Однак їхній найбільший потенціал полягає у управлінні хронічними захворюваннями. З’єднавши машинне навчання та технологію Інтернету речей з штучним інтелектом цифрового двійника, підхід, який виник із чогось такого величезного, як космічне дослідження, має потенціал зробити охорону здоров’я真正ньо індивідуалізованою.

Цифровізація традиційної медицини зазнала поразки

Сучасна медицина зробила інкрементні кроки до персоналізованої медицини за останні десять років, надавши пацієнтам право голосу у процесі прийняття рішень, а також до точної медицини завдяки досягненням у геномних дослідженнях. Обидва ці фактори допомогли адаптувати лікування до індивідуальних потреб, але наш система охорони здоров’я здебільшого використовує підхід “великої групи” до надання медичної допомоги.

Це очевидно у способі, яким ми управляємо хронічними захворюваннями. Кожна з 133 мільйонів американців, які зараз живуть з одним або декількома хронічними захворюваннями, встановлюється на запланований шлях лікування – режим лікування, дієта, часто певна кількість ліків – а їхнє покращення вимірюється у тисячах інших осіб, які мають ту ж саму хворобу.

Цей підхід не спрацював. Наприклад, видатки США на лікування цукрового діабету, хвороб серця та раку продовжують зростати, а вплив технологій на результати та витрати був обмежений. У цифровому управлінні цукровим діабетом, зниженні ваги та інших захворюваннях цей вплив був незначним.

У березні звіт, опублікований Peterson Health Technology Institute, підкреслив відсутність тривалих результатів. Звіт показав, що всі оцінені рішення працюють погано щодо участі та результатів у довгостроковій перспективі. Як наслідок, зниження ваги, зменшення рівня А1С, припинення прийому ліків, усунення цукрового діабету та поліпшення здоров’я, добробуту та економічних вигод від цих рішень є обмеженими та нестійкими.

Це відбувається через те, що більшість рішень просто цифровізають неефективний шаблон лікування. Вони не враховують індивідуальні відмінності. Кожна людина має свій власний набір культурних, біологічних, дієтичних, поведінкових та екологічних факторів, які впливають на їхнє здоров’я на глибоко індивідуальному рівні.

Перехід від “персоналізованої” медицини до індивідуалізованої медицини

Штучний інтелект цифрового двійника обіцяє відхід від шаблону. Основою цієї технології є концепція, згідно з якою кожна особа є окремим випадком. Цифровий двійник індивіда інформується безперервною мірою його унікальних клінічних та поведінкових змінних та використовує ці дані для формування рекомендацій щодо лікування, спрямованих на найкращу та здоровішу версію цієї особи.

Потужність технології цифрового двійника полягає в її увазі до малих речей – тих, які ми їмо та робимо – та того, як вони впливають на нашу поточну та майбутню самопочуття. На практиці цифрові двійники можуть точно передбачити вплив вечері зі стейком на метаболічне або серцево-судинне здоров’я конкретної особи. Якщо цей вплив може бути негативним, цифрові двійники можуть запропонувати способи пом’якшити наслідки. Це може бути пропозиція про 10-хвилинну прогулянку або альтернативний десерт. Натомість замість морозива може бути пропонована бананово-горіховий хліб з греческим йогуртом та свіжими ягодами або просто інша послідовність.

Цифровий двійник штучного інтелекту може показати людині, що її очікує, якщо вона продовжить свій поточний шлях, та великі зміни, які можуть відбутися при внесенні малих корективів з часом. Якщо людина продовжить свою поточну діяльність, вона зможе припинити приймати метформін через три тижні. Якщо вона повернеться до старих звичок, вона зможе очікувати повторного прийому ліків.

Це потужна технологія, і хоча її вплив на охорону здоров’я здебільшого був визнаний лише в академічних колах, вона починає знаходити своє місце у комерційних випадках використання. У 2014 році Dassault Systemes та FDA запустили SIMULIA Living Heart, проект, який працює з виробниками пристроїв для розробки та вдосконалення кардіологічних пристроїв пришвидшеного темпу. На початку пандемії OnScale розробила Project BreathEasy, цифровий двійник легень пацієнтів з COVID-19 для поліпшення та оптимізації використання ресурсів вентиляторів.

Медичні дослідники також використовують цифрові двійники моделей захворювань для прогнозування ефективності фармацевтичних втручань на основі складних, індивідуальних біологічних процесів. Takeda Pharmaceuticals прийняла цю технологію для скорочення фармацевтичних процесів та надання реалістичних прогнозів входу-виводу для біохімічних реакцій. Нещодавно дослідники використали технологію цифрового двійника для симуляції результатів терапії та визначення найкращого лікування орофарингеального карциноми на основі індивідуальних особливостей.

Управління хронічними захворюваннями – це наступний рубіж

Нещодавно опублікована робота у Nature стверджує, що цифрові двійники “готуються зробити суттєві внески” до лікування раку, особливо у моніторингу прогресії захворювання та оцінці реакції на лікування, яка, як відомо, різниться у різних осіб. Той самий звіт аналізує кардіологічні цифрові двійники, які живляться даними зображень, ЕХР, генетики та безперервних носимих даних, та їхній потенціал для прогнозування гострих серцевих подій.

Ці досягнення призведуть до появи життєво важливих технологій охорони здоров’я. Їхня сила полягає в концепції, яка є основою їхньої мети: нічого складного не є статичним.

Це особливо вірно щодо наших біологічних систем. Цифровий двійник вимагає тисяч даних за день на одну особу, щоб真正ньо зрозуміти взаємодію між біологією, культурою, способом життя, уподобаннями та здоров’ям людини. Частина цих даних вже реєструється носимими пристроями та мобільними додатками, але без моделі, яка б розміщувала ці дані у контексті особи та її шляху лікування, вони є безцільними.

У світі управління хронічними захворюваннями малі речі можуть дуже швидко стати великими, загрозливими для життя речами. І хоча цифрове здоров’я підняло надії пацієнтів словами типу “персоналізація”, інструменти та підходи, які були запропоновані людям, не відповідали їхнім унікальним потребам та уподобанням.

Штучний інтелект цифрового двійника переверне цей підхід з ніг на голову, допомігши нам краще зрозуміти та поліпшити наше здоров’я на глибоко персоналізованому рівні. Це технологія, яка готується виконати обіцянку індивідуалізованої медицини.