Охорона здоров’я
Життєво-важливе, вимірюване вплив штучного інтелекту на рак
Додайте Unite.AI до бажаних джерел у Google
Використання великих даних для покращення штучного інтелекту в діагностиці та лікуванні раку
Інтеграція штучного інтелекту в процес прийняття медичних рішень допомагає революціонізувати галузь і приводить до більш точних і послідовних рішень щодо лікування завдяки його майже необмеженій здатності визнавати складні закономірності, які людям побачити неможливо.
Галузь онкології генерує величезні набори даних, від незструктурованих клінічних історій до даних медичної візуалізації та геномної секвенції, на різних етапах проходження пацієнта. Штучний інтелект може “інтелектуально” аналізувати великомасштабні партії даних зі швидкістю, вищою за традиційні методи, що критично важливо для навчання алгоритмів машинного навчання, які є основою для просунутих інструментів тестування та моніторингу раку. Штучний інтелект також має величезні вбудовані можливості розпізнавання закономірностей для ефективного моделювання складностей наборів даних. Це важливо, оскільки дозволяє глибше, багаторівневе розуміння впливу нюансів молекулярних підписів у геномі раку та мікро середовищі пухлини. Відкриття закономірності між генами, які зустрічаються лише в певній підмножині випадків раку або закономірностями прогресування раку, може привести до більш індивідуального підходу до лікування.
Яке є кінцеве завдання? Тести на рак, що працюють за допомогою штучного інтелекту, які підтримують клінічне прийняття рішень лікарями та їхніми пацієнтами на кожному етапі проходження раку – від скринінгу та виявлення до визначення правильного лікування та моніторингу реакції пацієнтів на втручання та передбачення рецидиву.
Якість та кількість даних: ключ до успіху штучного інтелекту
У кінцевому підсумку, алгоритм штучного інтелекту буде лише настільки добрим, наскільки добрими є дані, які його тренують. Погані, неповні або неправильно позначені дані можуть суттєво обмежити можливість штучного інтелекту знаходити найкращі закономірності (сміття у вході, сміття на виході). Це особливо вірно для лікування раку, де прогностичне моделювання залежить від бездоганної точності – одна зміна гена з тисяч може сигналізувати про розвиток пухлини та інформувати про раннє виявлення. Забезпечення такого високого рівня якості тривале та дорого, але призводить до кращих даних, які дають оптимальну точність тестування. Однак створення корисного золотого запасу даних супроводжується суттєвими викликами. По-перше, збір великомасштабних геномних та молекулярних даних, які можуть включати мільйони даних, є складним завданням. Воно починається з наявності високоякісних аналізів, які вимірюють ці характеристики раку з бездоганною точністю та роздільною здатністю. Молекулярні дані, які збираються, також повинні бути настільки ж різноманітними за географією та представництвом пацієнтів, щоб розширити передбачувальну здатність моделей навчання. Це також вигідно для побудови довгострокових багаторівневих колаборацій та партнерств, які можуть допомогти зібрати та обробити сирі дані для аналізу. Нарешті, кодифікація суворих стандартів етики в обробці даних має першорядне значення при роботі з інформацією про охорону здоров’я та дотриманні суворих правил конфіденційності пацієнтів, що іноді може становити виклик при зборі даних.
Багатство точних та детальних даних не тільки призведе до можливостей тестування, які можуть швидко виявляти закономірності та надавати лікарям найкращу можливість звернутися до невідповідних потреб своїх пацієнтів, але також покращить та просуне кожний аспект клінічних досліджень, особливо термінового пошуку кращих ліків та біомаркерів для раку.
Штучний інтелект вже демонструє свою перспективність у лікуванні раку
Більш ефективні способи навчання штучного інтелекту вже реалізуються. Мої колеги та я тренуємо алгоритми з комплексного масиву даних, включаючи результати медичної візуалізації, дані біопсійної тканини, різні форми геномної секвенції та біомаркери білків, серед інших аналізів – все це складає величезну кількість тренувальних даних. Наша здатність генерувати дані у масштабі квадрильйонів, а не мільярдів, дозволила нам створити деякі з перших真正их точних прогностичних аналітик у клінічному використанні, таких як ідентифікація пухлин для просунутих раків невідомого первинного походження або передбачувані хіміотерапевтичні шляхи лікування, що включають тонкі генетичні варіації.
У Caris Life Sciences ми довели, що широке затвердження та тестування алгоритмів є необхідним, з порівнянням з реальними доказами, що грає ключову роль. Наприклад, наші алгоритми, треновані для виявлення конкретних видів раку, користуються затвердженням проти лабораторних даних гістології, тоді як передбачення штучного інтелекту щодо режимів лікування можуть бути порівняні з реальними клінічними результатами виживання.
Враховуючи швидкий прогрес у дослідженнях раку, досвід свідчить про те, що безперервне навчання та доопрацювання алгоритмів є невід’ємною частиною успішної стратегії штучного інтелекту. Коли розробляються нові методи лікування та поглиблюється наше розуміння біологічних шляхів, які рухають рак, оновлення моделей найновішою інформацією пропонує глибші знання та підвищує чутливість виявлення.
Цей процес безперервного навчання підкреслює важливість широкої колаборації між розробниками штучного інтелекту та клінічними та дослідницькими спільнотами. Ми виявили, що розробка нових інструментів для швидшого та чутливішого аналізу даних, у поєднанні з відгуками онкологів, є суттєвою. Основний висновок: справжня міра успіху алгоритму штучного інтелекту полягає в тому, наскільки точно він забезпечує онкологів надійними, прогностичними знаннями, яких їм потрібно, та наскільки гнучка стратегія штучного інтелекту адаптується до постійно змінюваних парадигм лікування.
Практичні застосування штучного інтелекту вже підвищують показники виживання та покращують управління раком
Прогрес у масштабі та якості даних вже мав вимірюваний вплив, розширивши інструментарій прийняття рішень лікаря, що мало реальні позитивні результати на догляд за пацієнтами та показники виживання. Перший клінічно затверджений інструмент штучного інтелекту для навігації у виборі хіміотерапевтичного лікування для важко лікуваного метастатичного раку потенційно може продовжити виживання пацієнтів на 17,5 місяців, порівняно з стандартними рішеннями щодо лікування, прийнятими без прогностичних алгоритмів1. Інший інструмент штучного інтелекту може передбачити з точністю понад 94% пухлину походження для десятків метастатичних раків2 – що є критично важливим для створення ефективного плану лікування. Алгоритми штучного інтелекту також передбачають, наскільки добре пухлина реагуватиме на імунотерапію, виходячи з унікальної генетики пухлини кожної людини. У кожному з цих випадків інструментарій штучного інтелекту надає клінічне прийняття рішень, яке покращує результати пацієнтів порівняно з поточними стандартами догляду.
Чекаючи революції штучного інтелекту в лікуванні раку
Штучний інтелект уже змінює час виявлення раку та його лікування на кожному етапі. Управління раком скоро буде включати лікарів, які працюють пліч-о-пліч з інтегрованим штучним інтелектом в реальному часі для лікування та моніторингу пацієнтів та залишаються на крок впереди спроб раку обманути ліки мутаціями. Окрім все краще прогностичних моделей для раннього виявлення раку та надання більш ефективних персоналізованих підходів до лікування, лікарі, дослідники та біотехнологічні компанії зараз працюють над використанням даних та аналізів штучного інтелекту для відкриття нових терапевтичних відкриттів та молекулярних біомаркерів для майбутнього.
У не надто віддаленому майбутньому ці колись неможливі досягнення штучного інтелекту вийдуть далеко за рамки лікування раку до всіх станів хвороби, закінчуючи епоху невизначеності та роблячи медицину більш точною, персоналізованою та ефективною.
