इंडस्ट्री इनसाइट: रोग निवारण में एआई की उभरती भूमिका

Anonim
रोग निवारण में एआई की उभरती भूमिका

आर्टिफिशियल इंटेलिजेंस (एआई) स्वास्थ्य देखभाल उद्योग में बड़ी प्रगति कर रहा है। बीमारियों को रोकने में मदद करने के लिए, चिकित्सा पेशेवर अब मेडिकल सेंसर और जीनोमिक्स, आणविक जीव विज्ञान अनुशासन से डेटा खींचने में सक्षम हैं जो जीनोम के कार्य, संरचना और मानचित्रण को कवर करते हैं। यह "भविष्य कहनेवाला चिकित्सा" नामक एक प्रवृत्ति का हिस्सा है, जिसमें बड़े डेटा से रोगियों को बीमारी के खतरे की पहचान करने में मदद मिलती है, जैसे कि बहुत से भविष्य कहे जाने वाले एनालिटिक्स का उपयोग व्यवसायिक बुद्धिमत्ता (बीआई) टूल द्वारा नए रुझानों और अवसरों की पहचान करने के लिए किया जाता है।

स्क्रिप्स रिसर्च ट्रांसलेशनल इंस्टीट्यूट एक व्यक्ति के स्वास्थ्य मेकअप को बेहतर ढंग से समझने के लिए जीनोमिक्स डेटा का उपयोग करता है। स्क्रिप्स एनवीडिया के साथ एआई और गहन शिक्षण प्रथाओं को विकसित करने के लिए काम कर रहा है जो जीनोमिक्स से और स्मार्टवॉच, ब्लड प्रेशर कफ और ग्लूकोज मॉनिटर में डिजिटल सेंसर से अंतर्दृष्टि प्राप्त कर सकते हैं। डेटा वैज्ञानिक नई ऐप्पल वॉच सीरीज़ 4 से आने वाले मेडिकल डेटा के लिए भी गहरी सीख दे सकते हैं। एनवीडिया और स्क्रिप्स दोनों कंपनियों की सुविधाओं के नए केंद्र के रूप में इस शोध का संचालन करेंगे।

एआई और बड़ा डेटा मेडिकल सेंसर से अंतर्दृष्टि उत्पन्न करने में कैसे मदद कर सकता है, इसके बारे में अधिक जानने के लिए, PCMag ने प्रमुख डिजिटल स्वास्थ्य विशेषज्ञ और कार्डियोलॉजिस्ट डॉ। एरिक टोपोल से बात की। वह स्क्रिप्स रिसर्च ट्रांसलेशनल इंस्टीट्यूट के निदेशक और संस्थापक भी हैं।

PCMag (PCM): स्क्रिप्स Nvidia के साथ कैसे आए?

एरिक टोपोल (ET): मैंने पहल की है; मैं गहन शिक्षा और एआई के पूरे क्षेत्र में उनके योगदान के बारे में बहुत कुछ पढ़ रहा था क्योंकि मेरे पास इस विषय पर जल्द ही एक पुस्तक आ रही है। मैंने बहुत शोध किया था, और मुझे एहसास हुआ कि वे AI हार्डवेयर में उद्योग के नेता थे और स्थानीय क्षेत्रों में बहुत से नवाचारों में ड्राइवर रहित कार, क्रिप्टोक्यूरेंसी, वीडियो गेम और स्वास्थ्य देखभाल शामिल हैं। इसलिए हम इस बारे में बात करने लगे कि हम एक साथ कैसे काम कर सकते हैं।

डॉ। एरिक टोपोल - स्क्रिप्स रिसर्च ट्रांसलेशनल इंस्टीट्यूट के निदेशक और संस्थापक ET: The overarching goal is to promote human health. We need to be able to apply deep learning, AI, and all of its subtypes to not only analyze sensor data and whole genome sequences but to bring all that data together for each person. That data includes sensors they' re wearing as well as data from biologic layers. It's not just DNA, proteins, their gut microbiome, metabolites, and so on, but also all their prior medications and their>

उस सभी डेटा को एक साथ लाना और निकालना, वास्तविक समय में, किसी व्यक्ति के लिए मूल्य अभी तक प्राप्त नहीं हुआ है। यह दूरगामी लक्ष्य है, लेकिन वहां पहुंचने के लिए, हमें सेंसर डेटा से निपटने की क्षमता मिल गई है, जो बहुत समृद्ध और सघन है। आमतौर पर, सेंसर लगातार डेटा संचारित करते हैं, और समय के साथ वे छवियों और एक पूरे जीनोम अनुक्रम सहित किसी भी चीज़ की तुलना में अधिक डेटा का उत्पादन करते हैं।

सम्बंधित

  • आपके व्यवसाय में आर्टिफिशियल इंटेलिजेंस अपनाने के लिए 10 कदम। अपने बिजनेस में आर्टिफिशियल इंटेलिजेंस अपनाने के लिए 10 कदम
  • यह ऐप विकासशील दुनिया में एअर इंडिया के डॉक्टरों के लिए लाता है इस ऐप एआई के पावर को विकासशील देशों में लाता है
  • 'बॉडी कंप्यूटिंग' हेल्थकेयर में लाइफकेयर में बदल जाता है। बॉडी कंप्यूटिंग में हेल्थकेयर में लाइफकेयर में बदल जाता है

PCM: डेटा किसी व्यक्ति के लिए मूल्य कैसे निकालेगा ?

ET: किसी दिन वर्चुअल मेडिकल कोच होगा; आज की तरह हमारे पास एक स्मार्ट स्पीकर है जो आपको कुछ मार्गदर्शन या उत्तर देगा, या आपका Google डिजिटल सहायक आपको अपने कार्यक्रम के बारे में बताता है या आपको हवाई अड्डे पर जाने के लिए जल्दी जाना चाहिए। ठीक है, आज के लिए यह अच्छा है, लेकिन हम भविष्य में स्वास्थ्य देखभाल के लिए बहुत कुछ कर सकते हैं। यह अब मधुमेह और उच्च रक्तचाप जैसी चीजों से शुरू हो रहा है, लेकिन आखिरकार यह एक बड़े पैमाने पर लोगों के लिए रोकथाम की रणनीति होगी। अभी तक किसी ने इसे इकट्ठा नहीं किया है, लेकिन ये कुछ शुरुआती चरण हैं।

व्यवसाय - स्टेटिस्टा - 2016 में 2017 में स्वास्थ्य देखभाल में एआई के लिए वैश्विक बाजार का आकार PCM: How will AI actually help revolutionize disease prediction and prevention?

ET: There are many ways that can be achieved. For example, today, for diabetics, the only algorithm that exists is whether your glucose is going up or down; that' s a dumb algorithm. What we know is that glucose regulation and the condition is affected by not only what a person eats, but also by their sleep, their>

कृत्रिम बुद्धिमत्ता और रोग निवारण PCM: Is there real progress in AI and disease prediction prevention today, or is this something we' ll see in the future?

ET: ठीक है, यह वास्तव में दूर ले जा रहा है; वहाँ के बारे में पाँच विभिन्न संभावित अध्ययन प्रकाशित किया गया है। इसलिए, वे इन एल्गोरिदम का एक क्लिनिक में परीक्षण कर रहे हैं। हमने पिछले वर्ष में अमेरिकी खाद्य एवं औषधि प्रशासन द्वारा अनुमोदित 15 एआई एल्गोरिदम को पहले ही देखा है। एआई के विकास में अभी भी जल्दी है, लेकिन अब इसे पकड़ना शुरू हो गया है। एक साल पहले ऐसा नहीं था, लेकिन निश्चित रूप से, इस वर्ष के उत्तरार्द्ध में हम इस वास्तविकता के त्वरित प्रमाण देख रहे हैं।

PCM: क्या AI ऐप्पल वॉच जैसे उत्पाद से डिजिटल सेंसर का उपयोग करेगा?

ET: हाँ, और इसके बारे में खबर है कि सितंबर में AliveCor नामक एक स्टार्टअप की घोषणा से पहले था, जिसे पहले से ही एक गहरी लर्निंग एल्गोरिदम के लिए एफडीए क्लीयरेंस पहले ही मिल गया था। इसलिए लोग आराम से और शारीरिक गतिविधि के साथ अपनी हृदय गति की निगरानी कर सकते हैं, और जब वे आराम कर रहे होते हैं तो कुछ ट्रैक से दूर हो जाता है और उनकी हृदय गति [असामान्य] हो जाती है। उन्हें अपनी घड़ी के माध्यम से एक कार्डियोग्राम लेने के लिए कहा जाएगा, और फिर एक एल्गोरिथ्म द्वारा पढ़ा जाता है और आप अलिंद फिब्रिलेशन का निदान कर सकते हैं। इसलिए, अब वहां एक साल हो गया है, और फिर, इसे Apple द्वारा भी पेश किया जा रहा है। अब हमारे पास AI के माध्यम से कई उपभोक्ता दिल ताल का पता लगाने [उपकरण] हैं; यह एक वास्तविक दुनिया की कहानी है। हम गहन शिक्षण एल्गोरिदम के बारे में बात नहीं कर रहे हैं जो अभी भी पंखों में हैं; वे अब असली हैं।

अलिंद फैब्रिलेशन के साथ, आप तर्क दे सकते हैं, "क्या हर किसी को Apple वॉच की आवश्यकता है?" नहीं, लेकिन उन लोगों के लिए जो जोखिम में हैं या … एट्रियल फाइब्रिलेशन के लिए इलाज किया गया है, यह एक महत्वपूर्ण स्थिति है जो स्ट्रोक के जोखिम को बढ़ाती है। स्ट्रोक से बचाव के लिए कुछ लोगों को रक्त पतला करना पड़ता है। तो, यह एक तुच्छ मामला नहीं है यदि आपके पास अलिंद है और आपको कोई दिल की संरचनात्मक असामान्यता है।

कृत्रिम बुद्धिमत्ता और रोग निवारण PCM: Although companies such as 23andMe offer genetic testing for under $200, sequencing a whole genome still brings a hefty price tag. Will AI make genomic sequencing more affordable?

ET: It' s possible. One of the ways it can do that is just by much more efficient processing of the data, so you don't have to sequence it deeply or>

PCM: मैं देख रहा हूं कि आप नेशनल इंस्टीट्यूट ऑफ हेल्थ के "ऑल अस अस रिसर्च प्रोग्राम" में शामिल हैं। वह क्या करता है?

ET: [कार्यक्रम में एक लाख अमेरिकी शामिल हैं] जो कई सालों से, शायद दशकों से, अपने बारे में, अपने जीनोम, अपने माइक्रोबायोम और विभिन्न सेंसर के बारे में सीख रहे हैं। वे उस डेटा को साझा कर रहे होंगे ताकि हम मदद कर सकें- आदर्श रूप से न केवल उनके स्वास्थ्य बल्कि अगली पीढ़ी के लोगों के स्वास्थ्य को बढ़ावा देने के लिए। क्योंकि प्रत्येक मनुष्य को समझने के लिए ये सभी क्षमताएं नई हैं, हम अब यह समझने लगे हैं कि लोगों को उनके स्वास्थ्य को बनाए रखने में मदद करने के लिए इन उपकरणों का उपयोग कैसे करें। हम लोगों को अपने स्वयं के डेटा को समझने की अनुमति देते हैं, जो हम उन्हें वापस देने के लिए अपने डॉक्टरों के साथ काम करने के लिए नागरिक वैज्ञानिक और मानव स्वास्थ्य के भविष्य में अग्रणी बनने में मदद करते हैं।

कृत्रिम बुद्धिमत्ता और रोग निवारण PCM: What are you working on with continuous heart sensors? How does that work?

ET: We have a patch, like a Band-Aid, that you can wear. We [maintain databases] on the continuous heartbeats of 15, 000 people over 11 or 12 days; it' s a massive amount of data. To be able to predict arrhythmia, a heart rhythm disorder, before it occurs, and to know the signal so that we can prevent>

PCM: पूरे जीन अनुक्रमण कैसे चलन में आता है और आप इसे बुजुर्ग आबादी पर कैसे प्रयोग करेंगे?

ET: हमारे पास लोगों का एक बहुत बड़ा नमूना है और उनकी औसत आयु 89 है। वे कभी भी [गंभीर रूप से] बीमार नहीं हुए हैं और हम जानना चाहते हैं कि क्यों। हमारा मानना ​​है कि नियंत्रणों की तुलना में इन जीनोम से गहरी सीख, हमारी मदद करेगी क्योंकि यह उन "वेल्डरली" लोगों में जीनोमिक वेरिएंट को समझने के लिए डेटा की एक विशाल मात्रा है, जो चरम स्वास्थ्य अवधि के लिए अलग और प्रासंगिक हैं। इन सभी लोगों को संचित करने और उन सभी को प्राप्त करने में हमें लगभग एक दशक लग गया।

PCM: क्या AI वास्तव में हमें स्वस्थ रखेगा?

ET: हमें देखना होगा। एक चीज वादा है और दूसरी चीज वादा पूरा कर रही है। समय बताएगा। लेकिन मुझे नहीं पता कि हमने ऐसा कुछ देखा है जिसका आज इतना वादा है। लेकिन यह सब मान्य होने में थोड़ा समय लगेगा।