Штучна інтелект у сфері охорони здоров’я повинен думати малим

Шість хвилин після початку місії Аполлона-13 на Місяць у 1970 році вибухнув його кисневий бак. Ця подія спонукала НАСА розробити новий підхід до прогнозування можливих відмов у своїх космічних кораблях. Цей підхід ґрунтувався на безперервних даних датчиків, які потім живили глибокі цифрові симуляції, що дозволяли проводити набагато більш ретельне тестування складних космічних систем. Це був перший випадок використання технології “цифрового двійника”.

Сьогодні системи цифрових двійників використовуються в різних галузях для покращення операцій та точного моделювання будь-яких змін у системі. Технологічні компанії, такі як Apple та Tesla, використовують цифрові двійники для моніторингу продуктивності продукції у полі та визначення того, чи потрібне технічне обслуговування окремих компонентів системи.

Цифрові двійники також застосовувалися в сфері охорони здоров’я, хоча в основному у сфері дослідження та розробки 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 з чогось такого величезного, як дослідження космосу, має потенціал зробити охорону здоров’я真正 індивідуалізованою.

Дигіталізація традиційної допомоги медичної сфери зазнала невдачі

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

Це очевидно у способі, яким ми керуюємо хронічними захворюваннями. Кожна з 133 мільйонів американців, які зараз живуть з одним або декількома хронічними захворюваннями, потрапляє у заплановану програму лікування – режим лікування, дієту, часто декілька ліків – і їхнє покращення оцінюється у групах тисяч інших осіб, які мають те ж захворювання.

Цей підхід не спрацював. Наприклад, видатки США на діабет, захворювання серця та рак продовжують зростати, а вплив технологій на результати та витрати був обмежений. У цифровому управлінні діабетом, зниження ваги та інших станів 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. В результаті зниження ваги, зниження рівня А1С, скасування ліків, зворотній розвиток діабету та інші переваги цих рішень є обмеженими та нестійкими.

Це відбувається тому, що більшість рішень просто дигіталізують неефективний шаблон допомоги. Вони не враховують індивідуальні відмінності. Кожна людина має свій власний набір культурних, біологічних, дієтичних, поведінкових та екологічних чинників, які впливають на її здоров’я на глибоко індивідуальному рівні.

Перехід від “персоналізованої” допомоги до індивідуалізованої допомоги

Штучний інтелект цифрового двійника обіцяє відхід від шаблону. Основою цієї технології є концепція, згідно з якою кожна людина є окремим випадком. Цифровий двійник людини інформується безперервною мірою його унікальних клінічних та поведінкових змінних і використовує ці дані для формування рекомендацій щодо найкращої та здоровішої версії цієї людини.

Потужність технології цифрового двійника полягає в її увазі до малих речей – тих, які ми їмо та робимо – і того, як вони впливають на нашу поточну та майбутню самопочуття. На практиці цифрові двійники можуть точно передбачити вплив вечері з стейком на метаболічне або серцево-судинне здоров’я конкретної людини. Якщо цей вплив може бути негативним, цифрові двійники можуть пропонувати способи пом’якшення наслідків. Наприклад, вони можуть порекомендувати 10-хвилинну прогулянку або альтернативний десерт. Замість морозива можливо пропонувати банановий хліб з гречким йогуртом та свіжими ягодами або просто іншу послідовність.

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

Це потужна технологія, і хоча її вплив на охорону здоров’я в основному був визнаний лише в академічних колах, вона починає знаходитися 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 у швидшому темпі. На початку пандемії OnScale запустив Project BreathEasy, який створив цифровий двійник легень пацієнтів з COVID-19 для покращення та оптимізації використання вентиляторних ресурсів.

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 біохімічних реакцій. Нещодавно дослідники використали технологію цифрового двійника для симуляції результатів лікування та визначення найкращого лікування для орофарингеального карциноми на основі індивідуальних даних.

Управління хронічними захворюваннями – це наступний рубіж

Недавній звіт, опублікований у Nature, стверджує, що цифрові двійники “готові зробити суттєвий внесок” у лікування раку, особливо у моніторингу прогресу захворювання та оцінці результатів лікування, які відомо варіюються від особи до особи. Той же 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 дадуть змогу створити технології охорони здоров’я, які можуть змінити життя. Їхня сила полягає в концепції, яка є основою їхньої мети: нічого складного не є статичним.

Це особливо вірно щодо наших біологічних систем. Цифровий двійник потребує тисяч даних за добу, за людину, щоб真正 зрозуміти взаємодію між біологією людини, культурою, способом життя, уподобаннями та здоров’ям. Частина цих даних вже захоплюється носимими пристроями та мобільними додатками, але без моделі, яка ставить ці дані у контекст людини та її шляху лікування, вони є безцільними.

У сфері управління хронічними захворюваннями малі речі можуть 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 враховували їхніх унікальних потреб та уподобань.

Штучний інтелект цифрового двійника змінить цей підхід, допомігши нам краще зрозуміти та покращити наше здоров’я на глибоко персоналізованому рівні. Це технологія, яка готова виконати обіцянку індивідуалізованої допомоги.