ビッグデータと人工知能はヘルスケアに革命をもたらすでしょう

ヘルスケアにおける人工知能には、想像を絶する可能性があります。 今後XNUMX年以内に、ビッグデータの助けを借りて、医療を含む私たちの生活のあらゆる分野に革命を起こすでしょう. それはヘルスケアを完全に再設計し、より良いものにします。 それが提供する有望なソリューションを見てみましょう。

私たちが第 XNUMX 次産業革命を経験していると信じているソート リーダーはたくさんいます。 物理世界、デジタル世界、生物世界を融合する技術を特徴とする「革命」。 それは、あらゆる分野、経済、産業、さらには人間の生物学的境界に影響を与える津波のようなものです。 ヘルスケアがこの革命の主な産業分野であり、変化の主な触媒は人工知能とビッグデータになると確信しています。 

人工知能・・・リアル

私たちはまだ「本物の」人工知能の状態には達していませんが、AI は大きな発表やファンファーレなしで私たちの生活に忍び込む準備ができています. 私たちの車、Google 検索、Amazon からの提案、その他多くのデバイスに既に組み込まれています。 シリ 林檎、 コルタナ マイクロソフトから、 グーグルOK Googleとサービス Echo Amazon は、自然言語処理を利用して有用なことを行っています。 男？ レストランを検索したり、道順を調べたり、会議を記憶したりします 私たちの会話を盗聴する （この場合、それは彼らにとって有用です）。

しかし、すでにそれ以上のものがあります。

19歳の英国のプログラマーが、昨年XNUMX月にボットを立ち上げました。 DoNotPay、これは人々が罰金を上訴するのに役立っています。 彼は受け取った駐車違反切符を、いくつかの質問に基づいてどうするかを決めることができる「AI弁護士」です。 160.000 月の時点で、ボットはロンドンとニューヨークの両方で 250.000 枚の駐車違反切符のうち XNUMX 枚の請求に成功しました。 成功率は64％です。

ヘルスケアにおけるこの効率性を想像してみてください!

ヘルスケアと医療の AI をビッグ データと組み合わせることで、患者の移動や治療計画をより適切に整理し、医師が適切な決定を下すために必要なすべての情報を提供できます。 

私は遠い未来について話しているのではありません。

確かに洗練された学習と人工知能のアルゴリズムは、今後数年でヘルスケアの分野で活躍するでしょう。

アンディ・シュエッツ、SutterHealthの上級科学者。

ヘルスケアにおける AI の優れた例はすでにいくつかあります。これらは、潜在的な影響と将来の使用の可能性を示しており、楽観的な見方を引き起こしています。 もちろん、これらのテクノロジーが裕福な人や経験豊富な人だけでなく、すべての人が利用できるようになって初めて、真の革命となるでしょう。 とにかく、ヘルスケアにおける人工知能の未来を見てみましょう。

Deepmind Healt、超音速での医療記録

ヘルスケアにおける人工知能の最も明白なアプリケーションは、データ管理です。 それらを収集、保管、追跡することは、既存の医療システムに革命を起こす最初のステップです。 最近、検索大手GoogleのAI検索部門がそのプロジェクトを立ち上げました Google ディープマインド ヘルス、医療記録データを抽出し、より優れた、より高速な医療サービスを提供するために使用されます。 プロジェクトはまだ始まったばかりですが、大混乱を約束します。

治療計画の設計

IBM Watson 独自の特別プログラムを開始 腫瘍学者向け これは、医師に非常に洗練された治療オプションを提供することができます。 Watson for Oncology には、治療方針を選択する際に重要となる可能性のある臨床メモやレポートの構造化データと非構造化データの意味とコンテキストを分析する高度な機能があります。 患者記録の属性を臨床経験、外部調査、およびデータと組み合わせることにより、プログラムは患者の潜在的な治療計画を特定します。

反復作業の支援

また、IBMはと呼ばれる別のアルゴリズムを開始しました 医療用ふるい. これは、次世代の「認知アシスタント」を構築するための野心的な長期探索プロジェクトです。 分析と推論のスキルと幅広い臨床知識を備えた一連の AI。 Medical Sieve は、放射線学および心臓病学における臨床的意思決定を支援する資格があります。 「ヘルスアシスタント」は、放射線画像などのビッグデータを分析して、問題をより迅速かつ確実に特定および検出できます。 将来の放射線科医は、人間の監督が役立つより複雑なケースを調べるだけでよいかもしれません。

ビッグデータとディープラーニングの診断

医療のスタートアップ エリート また、ディープ ラーニングと膨大なビッグ データ アーカイブを組み合わせて、診断と患者の生活を改善することも目指しています。 最近まで、コンピューター診断プログラムは、疾患の特定の特徴に関する定義済みの一連の仮説を使用して作成されていました。 体の各部分に特化したプログラムを設計する必要があり、特定できる疾患は限られていました。 プログラムはしばしば現実を単純化しすぎて、診断のパフォーマンスを低下させます。 ビッグデータの出現により、膨大な精度が可能になります。 ディープラーニングは、全身の幅広い疾患とすべての画像診断法 (X 線、CT スキャンなど) を管理できます。」

ハイブリッド相談モード（ライブおよびオンライン)

あなたは頭痛があり、立ちくらみを感じ、そしてあなたはあなたが熱を持っていると確信しています。 あなたは医者から聞くべきです。 電話をかけ、秘書に相談し、XNUMX日以内に予約を取ります。 これは、新しい医療アプリでは起こらないことです。 イタリアでも生まれていますが、私はすでに確立された現実について話している バビロン. 英語版のアプリでは、オンラインの医療アドバイスとサブスクリプション ヘルスケアを提供しています。 今年から、患者の個人的な病歴に基づいて AI による医療アドバイスを提供しています。

ユーザーは病気の症状をアプリに報告し、音声認識を使用してビッグデータの病気データベースと比較します。 患者の病歴と状況を考慮した後、バビロンは適切な行動方針を提示します。 このアプリはまた、患者に薬を服用するよう促し、患者がどのように感じているかを追跡します。 このようなソリューションにより、患者の診断効率が向上し、診療所での待ち時間が短縮されます。

バーチャルナース

世界初のバーチャルナースを歓迎します。 モリーは医療の新興企業によって開発されました よく. 彼女は笑顔の愛らしい顔と心地よい声を持ち、人々が自分の状態と治療を監視するのを助けることに独自の焦点を当てています. インターフェイスは、機械学習を使用して、医師の診察までの間、慢性疾患を持つ患者をサポートします。 慢性疾患に重点を置いて、実績のあるパーソナライズされたフォローアップの監視と支援を提供します。

投薬モニタリングおよび治療プロトコル：AiCure

患者が本当に薬を服用しているかどうかを監視するための特定のソリューションもあります。 アプリ アイキュア、 による支援 国立衛生研究所 English は、ウェブカメラとスマートフォンの AI を使用して、患者が処方箋を順守しているかどうかを独自に確認します。 これは、深刻な病状を持つ人、医師のアドバイスに逆らいがちな人、臨床試験の参加者にとって非常に便利です.

AI、ビッグデータ、 プレシジョンメディシン

AIとビッグデータも遺伝学とゲノミクスに大きな影響を与えます。 ディープゲノミクス 遺伝子情報と医療記録のビッグデータパターンを特定し、突然変異と疾患との関連を探すことを目指しています。 新世代の計算技術が出現しており、DNA が遺伝的変異によって変化したときに細胞内で何が起こるかを医師に伝えることができます。 それらを何と呼びますか？

クレイグ・ベンター一方、（ヒトゲノムプロジェクトの父のXNUMX人）は、DNAに基づいて患者の身体的特徴を設計できるアルゴリズムに取り組んでいます。 彼の最新の偉業で、 人の寿命、その（主に裕福な）患者に、全身スキャンと非常に詳細な健康診断を組み合わせた完全なゲノム配列決定を提供します. このプロセス全体により、がんや血管疾患を早期に検出することが可能になります。

のビッグデータ 薬を作る

臨床試験による医薬品の開発には、XNUMX 年以上かかることもあり、数十億ユーロの費用がかかります。 このプロセスをスピードアップし、より手頃な価格にすることは、ヘルスケアに大きな影響を与えるでしょう. 原子的に 分子構造のビッグデータデータベースから治療法を引き出すスーパーコンピューターを使用しています。 昨年、Atomwise は、エボラ治療用に再設計できる既存の安全な医薬品の仮想検索を開始しました。 通常は数か月から数年かかるこの分析は、XNUMX 日もかからずに完了しました。 致死的なウイルスと数か月または数年早く戦うことができれば、次のパンデミックに対して大きな打撃となる可能性があります。 またはこれ、どうしてですか。

患者管理にビッグデータを使用するもうXNUMXつの優れた例は、 バーグヘルスは、データを抽出して一部の人々が病気を生き延びた理由を突き止め、現在の治療法を改善したり、新しい治療法を作成したりするバイオ医薬品会社です。 AI を患者の生物学的ビッグデータと組み合わせて、健康な環境と病気に優しい環境の違いをマッピングし、医薬品、診断、ヘルスケア アプリケーションの発見と開発を支援します。

医療制度の分析:

オランダの医療費の 97% はデジタルであり、治療、医師、病院のデータが含まれています。 これらの請求書は簡単に回収できます。 地元企業で、 ゾルグプリズマ・パブリエック 請求書を分析し、クラウドでIBMWatsonを使用してデータを抽出します。 彼らは、医師、診療所、または病院が特定のタイプの状態の治療で繰り返し間違いを犯しているかどうかを判断して、患者の不必要な入院を改善および回避するのに役立ちます。

AIとビッグデータが本当に私たちを助けるためにすべきこと：多く

まず第一に、AI に対する偏見や恐れを打破し、AI の使用に伴うリスクをどのように制限できるかを人々に理解してもらう必要があります。 すべての最大の恐怖は、人工知能が手に負えなくなり、その「作成者」を制御 (または戦い) することです。 スティーブン ホーキング博士は、人工知能を人類の生存に対する危険のリストに挙げました。

状況がそれほど暗いとは思いませんが、ヘルスケアにおける AI の使用に十分に備える必要性を強調する人々に同意します。 問題を回避するには、いくつかのことが必要です。

1. ヘルスケア部門全体に適用可能かつ必須の倫理基準を作成します。
2. 不利益を防ぐための時間を確保するための AI の段階的な開発。
3. 医療専門家: 医療環境における AI の機能に関するトレーニング。
4. 患者：AIの習慣と不信感の減少。
5. AIソリューションを開発する人のために：潜在的な利益とリスクに関する一般大衆へのより多くのコミュニケーション。
6. 保健当局の場合: システムの成功と有効性を測定します。

私たちが成功すれば、ビッグデータとAIは、時折ではなく、日常的に大きな医学的および治療的ブレークスルーをもたらします。

ビアンカ・スタン - 法律を卒業し、ルーマニアで数冊の本を出版している作家であり、グループ「Anticipatia」（ブカレスト）のジャーナリストでもあります。 指数関数的な技術、軍用ロボット工学、およびそれらと世界的な傾向、都市化、長期的な地政学との交差点の影響に焦点を当てています。 彼はナポリに住んでいます。