Industrie-inzicht: de opkomende rol van ai bij ziektepreventie

Kunstmatige intelligentie (AI) maakt grote vorderingen in de gezondheidszorg. Om ziekten te helpen voorkomen, kunnen medische professionals nu gebruik maken van de gegevens van medische sensoren en genomics, de moleculaire biologiediscipline die de functie, structuur en het in kaart brengen van genomen omvat. Dit maakt deel uit van een trend die 'voorspellende geneeskunde' wordt genoemd, waarbij big data helpt bij het identificeren van patiënten met een ziekterisico, net zoals voorspellende analyse wordt gebruikt door BI-tools (Business Intelligence) om nieuwe trends en kansen te identificeren.

Het Scripps Research Translational Institute gebruikt genomics-gegevens om de gezondheidsmake-up van een persoon beter te begrijpen. Scripps werkt samen met Nvidia om AI en diepgaande leermethoden te ontwikkelen die inzichten kunnen halen uit genomics en digitale sensoren in smartwatches, bloeddrukmanchetten en glucosemonitors. Datawetenschappers kunnen zelfs diepgaand leren toepassen op medische gegevens uit de nieuwe Apple Watch-serie 4. Nvidia en Scripps zullen dit onderzoek uitvoeren als onderdeel van een nieuw centre of excellence in beide vestigingen van de bedrijven.

Om meer te weten te komen over hoe AI en big data inzichten uit medische sensoren kunnen helpen genereren, sprak PCMag met de toonaangevende digitale gezondheidsexpert en cardioloog Dr. Eric Topol. Hij is ook de directeur en oprichter van het Scripps Research Translational Institute.

PCMag (PCM): Hoe kwamen Scripps samen met Nvidia?

Eric Topol (ET): Ik heb dat geïnitieerd; Ik heb veel gelezen over hun bijdrage aan het hele veld van diep leren en AI omdat ik binnenkort een boek over dit onderwerp heb. Ik had veel onderzoek gedaan en realiseerde me dat ze een marktleider waren in AI-hardware en in veel innovaties in lokale sectoren, waaronder auto's zonder bestuurder, cryptocurrency, videogames en gezondheidszorg, onder anderen. Dus we begonnen te praten over hoe we konden samenwerken.

PCM: Wat is het doel van het nieuwe centre of excellence waaraan u met Nvidia gaat werken?

ET: Het overkoepelende doel is het bevorderen van de menselijke gezondheid. We moeten deep learning, AI en al zijn subtypen kunnen toepassen om niet alleen sensorgegevens en hele genoomsequenties te analyseren, maar al die gegevens voor elke persoon samen te brengen. Die gegevens omvatten sensoren die ze dragen, evenals gegevens uit biologische lagen. Het zijn niet alleen DNA, eiwitten, hun darmmicrobioom, metabolieten, enzovoort, maar ook al hun eerdere medicijnen en hun omgeving.

Het samenbrengen van al die gegevens en het in realtime extraheren van de waarde voor een individu is nog niet bereikt. Dat is het verreikende doel, maar om daar te komen, moeten we de mogelijkheid pakken om met sensordata om te gaan, die erg rijk en dicht is. Doorgaans verzenden sensoren continu gegevens en na verloop van tijd produceren ze meer gegevens dan al het andere, inclusief afbeeldingen en een hele genoomsequentie.

• 10 stappen om kunstmatige intelligentie in uw bedrijf aan te nemen 10 stappen om kunstmatige intelligentie aan te nemen in uw bedrijf
• Deze app brengt de kracht van AI naar artsen in de ontwikkelingslanden Deze app brengt de kracht van AI naar artsen in de ontwikkelingslanden
• 'Body Computing' maakt gezondheidszorg tot levenszorg 'Body Computing' maakt gezondheidszorg tot levenszorg

PCM: Hoe zullen gegevens de waarde voor een persoon extraheren?

ET: Op een dag zal er een virtuele medische coach zijn; net als vandaag hebben we een slimme spreker die je wat begeleiding of antwoorden geeft, of je digitale assistent van Google vertelt je over je planning of of je vroeg moet vertrekken om naar de luchthaven te gaan. Nou, dat is leuk voor vandaag, maar we kunnen veel doen voor de gezondheidszorg in de toekomst. Dat begint nu met dingen als diabetes en hoge bloeddruk, maar uiteindelijk zal dat een preventiestrategie zijn voor een groot deel van de mensen. Niemand heeft het nog in elkaar gezet, maar dit zijn enkele vroege stappen om er te komen.

PCM: Hoe zal AI daadwerkelijk een revolutie teweegbrengen in het voorspellen en voorkomen van ziekten?

ET: Er zijn veel manieren om te bereiken. Voor diabetici is het huidige algoritme tegenwoordig bijvoorbeeld of uw glucose stijgt of daalt; dat is een dom algoritme. Wat we weten is dat glucoseregulatie en de aandoening niet alleen worden beïnvloed door wat een persoon eet, maar ook door hun slaap, hun activiteit, hun darmmicrobioom en andere factoren. Dus wat we kunnen doen, is algoritmen ontwikkelen die al die gegevens inbrengen en teruggeven aan het individu om een ​​veel betere glucoseregulatie te bereiken en de complicaties van aandoeningen zoals oogziekte, nierziekte en vaatziekte te voorkomen. De algoritmen kunnen ook essentiële gegevens leveren om epileptische aanvallen, astma en hartaanvallen te voorkomen. Er zijn zoveel dingen die we kunnen voorkomen als we eenmaal de mensen kennen die risico lopen en we hebben slimme algoritmen om alle gegevens voor een individu in rekening te brengen en hen de feedback te geven die ze nodig hebben.

PCM: Is er vandaag echt vooruitgang bij de preventie van AI en ziektepreventie, of is dit iets dat we in de toekomst zullen zien?

ET: Nou, het begint echt op gang te komen; er zijn ongeveer vijf verschillende prospectieve studies gepubliceerd. Dus ze hebben deze algoritmen in een kliniek getest. We hebben het afgelopen jaar al 15 AI-algoritmen gezien die zijn goedgekeurd door de Amerikaanse Food and Drug Administration. Het is nog vroeg in de ontwikkeling van AI, maar het begint nu vast te zitten. Een jaar geleden was dat niet het geval, maar zeker, het laatste deel van dit jaar zien we versneld bewijs dat dit realiteit wordt.

PCM: zal AI digitale sensoren van een product zoals de Apple Watch gebruiken?

ET: Ja, en nieuws daarover in september werd voorafgegaan door een aankondiging van een startup genaamd AliveCor, die een jaar eerder al FDA-goedkeuring had gekregen voor een algoritme voor diep leren. Dus mensen kunnen hun hartslag in rust en met fysieke activiteit laten controleren en een melding krijgen als er iets niet in de goede richting is, wanneer ze in rust zijn en hun hartslag is. Ze krijgen de opdracht om een ​​cardiogram door hun horloge te nemen, en dan wordt dat gelezen door een algoritme en kunt u atriumfibrilleren diagnosticeren. Dus dat is er nu al een jaar, en dan wordt het ook aangeboden door Apple. Nu hebben we meerdere consumenten hartritme detectie via AI; dat is een real-world verhaal. We hebben het niet over diepe leeralgoritmen die nog steeds in de lucht zijn; ze zijn nu echt.

Met atriumfibrilleren zou je kunnen zeggen: "Heeft iedereen een Apple Watch nodig?" Nee, maar voor mensen die risico lopen of… zijn behandeld voor atriumfibrilleren, is het een belangrijke aandoening die het risico op een beroerte verhoogt. Sommige mensen hebben bloedverdunners nodig om een ​​beroerte te voorkomen. Het is dus geen triviale zaak als u atriumfibrilleren heeft en u een structurele hartafwijking heeft.

PCM: hoewel bedrijven zoals 23 en Me genetische testen aanbieden voor minder dan $ 200, brengt het sequencen van een heel genoom nog steeds een behoorlijk prijskaartje met zich mee. Zal AI genomische sequencing betaalbaarder maken?

ET: Het is mogelijk. Een van de manieren waarop het dat kan doen, is door de gegevens veel efficiënter te verwerken, zodat u ze niet diepgaand of voor evenveel mensen hoeft te rangschikken. Toch is de volgorde van een individueel heel genoom ongeveer duizend dollar. En dus, als je dat voor veel mensen, miljoenen of miljarden mensen wilt doen, is het nog steeds een zeer grote uitgave. Er zijn veel manieren waarop AI genoomsequencing kan veranderen en opschalen en het is niet alleen het DNA. Het is RNA, eiwitten, metabolieten, het microbioom, elke biologische laag die AI kan benaderen omdat het allemaal big data is. Als het wordt aangeduid als 'big data', knippert het in feite AI.

PCM: Ik zie dat je betrokken bent bij het "All of Us Research Program" van het National Institute of Health. Wat houdt dat in?

ET: een miljoen Amerikanen die vele jaren, waarschijnlijk tientallen jaren zullen leren over zichzelf, hun genoom, hun microbioom en verschillende sensoren. Ze zullen die gegevens delen zodat we kunnen helpen - idealiter niet alleen om hun gezondheid te bevorderen, maar ook om de gezondheid van de volgende generatie mensen. Omdat al deze vaardigheden om elk mens te begrijpen nieuw zijn, beginnen we nu pas te begrijpen hoe we deze hulpmiddelen kunnen gebruiken om mensen te helpen hun gezondheid te behouden. We stellen mensen in staat hun eigen gegevens te begrijpen, die we hen teruggeven om hen te helpen met hun artsen samen te werken om burgerwetenschappers en pioniers te worden in de toekomst van de menselijke gezondheid.

PCM: Waar werk je aan met continue hartsensoren? Hoe werkt dat?

ET: We hebben een patch, zoals een pleister, die je kunt dragen. We hebben de continue hartslag van 15.000 mensen gedurende 11 of 12 dagen; het is een enorme hoeveelheid gegevens. Aritmie, een hartritmestoornis, kunnen voorspellen voordat het optreedt, en het signaal kennen zodat we het kunnen voorkomen, dat is waar we naar op zoek zijn. Mensen hebben AI gebruikt om de diagnose van het hartritme te stellen, maar we proberen het te krijgen om hartritmestoornissen te voorkomen. Dat is de volgende fase.

PCM: Hoe speelt de volgorde van hele genen een rol en hoe gaat u deze gebruiken bij de oudere bevolking?

ET: We hebben een zeer grote steekproef van mensen en hun gemiddelde leeftijd is 89. Ze zijn nooit ziek geweest en we willen weten waarom. Wij geloven dat diep leren van deze genomen, in vergelijking met controles, ons zal helpen omdat het een enorme hoeveelheid gegevens is om doorheen te weven, om de genomische varianten te begrijpen in die "welgestelde" mensen die verschillend en relevant zijn voor extreme gezondheidsspanne. Het kostte ons bijna een decennium om al deze mensen te verzamelen en ze allemaal op volgorde te krijgen.

PCM: Zal AI ons echt langer gezonder houden?

ET: We zullen moeten zien. Het ene is een belofte en het andere is de belofte waarmaken. De tijd zal het leren. Maar ik weet niet of we iets hebben gezien dat vandaag zoveel belofte heeft. Maar het gaat een tijdje duren voordat alles is gevalideerd.