Podání léku dávku AI

Konceptuální obrázek lékařských skenů a umělé inteligence Jamieho Jonese

Po léta byla umělá inteligence považována za další velkou věc v medicíně. Nyní někteří profesoři, studenti a absolventi MIT stupňují, aby se ujistili, že tomu tak skutečně bude.

Skrz Abdul Latif Jameel Clinic pro strojové učení ve zdraví , nebo J-Clinic, oznámené loni na podzim, budou výzkumníci z celé MIT pokračovat v projektech zaměřených na vývoj nových metod strojového učení s cílem zlepšit klinickou péči, navrhnout nové léky a snížit náklady na zdravotní péči. Tato iniciativa bude aplikovat umělou inteligenci na širokou škálu nemocí a staví na probíhajícím výzkumu MIT, včetně práce na objevu léků a raných pokrokech v diagnostice rakoviny Reginy Barzilay, profesorky Delta Electronics na katedře elektrotechniky a informatiky.

Barzilay říká, že je čas, aby se umělá inteligence stala standardní součástí onkologické péče. V každém jednotlivém onkologickém centru v USA, ať už je to komunitní klinika nebo nejlepší onkologické centrum v zemi, existuje vážná potřeba zavést umělou inteligenci, říká Barzilay, člen CSAIL a Kochova institutu pro integrovaný výzkum rakoviny MIT. Po její Rakovina prsu jí několik let chyběla, začala používat algoritmy pro zpracování obrazu k analýze mamografů. Cílem je jít nad rámec toho, co lidé mohou vidět při skenování, aby se zjistily rané změny ve tkáni, které označují cestu k rakovině.

Jamieho Jonese

Profesor institutu a nositel Nobelovy ceny Phillip Sharp, který předsedá poradnímu výboru J-Clinic, říká, že není pochyb o tom, že umělá inteligence a hluboké učení mohou – a musí – změnit lékařskou péči. Sharp říká, že přispíváním k dřívějším diagnózám může AI zlepšit kvalitu a délku života pacientů. Konkrétně si myslí, že může transformovat radiologii, dát smysl molekulárním a genetickým datům k rozlišení mezi maligními a neškodnými buňkami a objevit vzory v lékařských datech, které mohou varovat před hrozícími problémy. Myslí si také, že může zlepšit nákladovou efektivitu lékařské péče tím, že diagnostikuje onemocnění dříve, když je léčba levnější a efektivnější. Musíme být efektivnější v poskytování zdravotní péče, říká.

Prostřednictvím J-Clinic, říká, bude MIT hrát klíčovou roli ve vývoji těchto technologií a školení jejich uživatelů, stejně jako MIT v molekulární biologii, buněčné biologii, genetice a biotechnologii. Barzilay a James Collins, profesor lékařského inženýrství a vědy Termeer, slouží jako spoluvedoucí fakulty J-Clinic, což je hlavní společné úsilí mezi MIT a Community Jameel, organizací sociálních podniků, kterou založil a předsedá Mohammed Abdul Latif Jameel '78. .

Strojové učení přichází do zdravotnictví

Aplikování umělé inteligence ve zdravotnictví trvalo déle než většině jiných odvětví, protože sázky jsou tak vysoké. Pokud Amazon vyzkouší nový algoritmus, který nefunguje, může společnost přijít o nějaké peníze. V medicíně mohou lidé zemřít. To je důvod, proč pouze 5 % amerických nemocnic v roce 2017 uvedlo, že používají nějakou formu umělé inteligence. Ale věci se konečně začínají měnit. Velké nemocnice a farmaceutické společnosti nyní používají AI, když mluví o své budoucnosti. Konference mají širokou návštěvnost a začínající lékařské AI jsou stále běžnější. Počítače nyní mohou vidět a číst – ne tak dobře jako lidé, ale dostávají se k tomu, říká Michael Hayes, SM ’96, který v roce 2018 spustil neziskový startup CancerAI s cílem uvést na trh nástroje umělé inteligence.

Dnešní umělá inteligence je založena na algoritmech, které analyzují gigantické datové sady. Takzvané hluboké učení, které v posledním desetiletí značně pokročilo, umožňuje výzkumníkům vyvozovat závěry z obrovského množství dat. Výrazně se také zlepšily vizuální technologie a technologie zpracování přirozeného jazyka. A ukládání dat výrazně zlevnilo.

Před deseti lety nebylo tolik elektronických lékařských záznamů, jaké máme dnes, říká Hayes. A i kdyby existovaly, neměli jsme algoritmy, které by velmi dobře rozuměly lékařským poznámkám, a neměli jsme dostatečně levné počítače. Scéna nyní vypadá na všech těchto frontách velmi odlišně. To, co by před 10 lety bylo superpočítačem za 1 milion dolarů – tuto úroveň výpočetní techniky lze nyní pořídit za několik tisíc dolarů, říká. To změnilo hru velkým způsobem.

Zleva fakulta J-Clinic spoluvedoucí Reginu Barzilay a James Collins a předseda poradního výboru J-Clinic a profesor institutu Phillip Sharp.

Od svého založení loni na podzim J-Clinic, která je součástí MIT Quest for Intelligence a předsedá jí děkanka School of Engineering Anantha Chandrakasan, podala žádost o návrhy v rámci MIT. Dosud profesoři a studenti navrhli 43 výzkumných projektů, které by tyto pokroky využily ve prospěch pacientů. Zlepšení diagnózy, zacílení léčby na jednotlivé pacienty a porozumění progresi onemocnění jsou všechny problémy s predikcí, říká Barzilay. A předvídání je místo, kde umělá inteligence vyniká.

Jedním problémem však bylo, že přizpůsobení algoritmů strojového učení pro klinická nastavení zahrnuje jejich trénování s tím, co popisuje jako obrovské množství ručně anotovaných dat. Výzkumníci z J-Clinic plánují vyvinout algoritmy, které nejsou tak závislé na ručně značených datech – a které mohou využívat data ze souvisejících domén k vyplnění mezer v cílové oblasti. Namísto školení systémů učení pod dohledem pro každý jednotlivý nemocniční systém a pro každou nemoc vyvíjíme algoritmy, které lze snadno přizpůsobit novým podmínkám a různým nemocem, vysvětluje Barzilay.

Klíčovými cíli J-Clinic je také ochrana soukromí pacientů a zajištění toho, aby data odrážela rozmanitost populace. Výzkumníci vyvíjejí algoritmy, které dokážou provádět výpočty na zašifrovaných datech, takže pacienti se nemusí bát, že by intimní zdravotní informace zůstaly otevřené. A J-Clinic buduje rozsáhlou mezinárodní síť zahrnující vše od venkovských klinik až po velké městské akademické nemocnice za účelem implementace a testování algoritmů, které vyvíjí. Doufáme, že díky tomu bude jejich práce mnohem zobecněnější než jiné dosud publikované algoritmy zdravotní péče, z nichž většina je trénována na datech z jedné nemocnice.

To, co by před 10 lety bylo superpočítačem za 1 milion dolarů – tuto úroveň výpočetní techniky lze nyní pořídit za několik tisíc dolarů. To změnilo hru velkým způsobem.

Aplikace AI na mamografii

Práce, která již probíhá v laboratoři Barzilaye, vítěze geniálního MacArthurova grantu z roku 2017 a lídra v oblasti umělé inteligence, nabízí pohled na potenciál, který mohou J-Clinic a startupy jako CancerAI pomoci uvolnit. Jednou z oblastí jejího výzkumu je použití strojového učení k urychlení objevování drog. Tato práce pomáhá vývojářům zaměřit se na molekuly se slibnými vlastnostmi pro boj s rakovinou a širokou škálou dalších nemocí. (Viz AI znovu objevuje způsob, jakým vynalézáme, MIT Technology Review, březen/duben 2019.) V oblasti diagnostiky rakoviny je také jedním z prvních výzkumníků AI, kteří vyvinuli nástroj, který skutečně pomáhá lidem.

V papír publikovaná v loňském roce v Radiology, ona a její kolegové, včetně výzkumníků z Massachusetts General Hospital, použili AI k vývoji metody pro hodnocení hustoty prsní tkáně. Dnes mamografie slečna, minout asi 15 % nádorů prsu – a podle několika studií jim chybí více než polovina, pokud je prsní tkáň hustá, takže nádory jsou hůře vidět. Více než 40 % amerických žen má hustou prsní tkáň, což je také vystavuje vyššímu riziku rakoviny prsu.

Jamieho Jonese

Barzilay a její kolegové použili více než 41 000 digitálních mamografů, vyhodnocených a klasifikovaných odborníky, k trénování algoritmu hlubokého učení k posouzení hustoty, aby bylo možné identifikovat ženy, které mohou vyžadovat další screening. V šestiměsíční studii zkoumající více než 10 000 mamografů model souhlasil s obecnými radiology z Massachusetts v 94 % případů, což je první případ, kdy byl tento druh hlubokého učení úspěšně použit v klinickém prostředí. Barzilay a její spolupracovníci nyní doufají, že rozšíří svůj systém na další nemocnice.

Barzilay také používá AI k detekci prvních změn na cestě k rakovině prsu – změn, které patolog nevidí. Rakovina neroste ode dneška do zítřka. Je to vlastně velmi dlouhý proces, který způsobuje mnoho změn ve tkáni, řekla publiku na konferenci Hello World, Hello MIT, která slavila zahájení MIT Schwarzman College of Computing v únoru. Ukázala dva mamografy, jeden od ženy, která dva roky po vyšetření onemocněla rakovinou prsu. Logická otázka zní: můžete vzít stroj a natrénovat ho na snímcích, když budeme znát výsledek za dva nebo pět let, abyste řekli, co přijde? Jak se ukázalo, stroj podle ní tento úkol zvládl docela dobře. Barzilay, její postgraduální student Adam Yala '16, MEng '17 a Constance Lehman, vedoucí zobrazování prsou v Mass. General, vyvinuli model, který identifikuje vlastnosti, které často předcházejí vzniku rakoviny – a pokud se tyto vlastnosti objeví na mamografu, pacient může být označen.

Koncem února začali lékaři v Mass. General testovat tento model rizika. Žena, jejíž mamograf ji řadí do nejrizikovějších 20 %, říká Barzilay, má velmi netriviální šanci dostat rakovinu prsu. Nyní lékaři z Mass. General pracují na tom, aby zjistili, jak tyto informace využít ke změně jejích šancí.

Příslib a nebezpečí umělé inteligence ve zdravotnictví

Tato vize umělé inteligence je na hony vzdálená současnému používání digitálních technologií v lékařských ordinacích, které se většinou omezují na elektronické lékařské záznamy, které ještě nevyužijí svůj potenciál. Takové systémy mohou nechat lékaře vyhořet, což je nutí věnovat zadávání dat tak dlouhé hodiny, že tráví více času u obrazovek svých počítačů než jejich pacienti.

Michael Hayes CancerAI

Komercializace AI bez motivu zisku

• Nezisková organizace vyvíjí nástroje umělé inteligence pro boj s rakovinou.

  
  V roce 2017 se sériový podnikatel Michael Hayes, SM ’96, vydal hledat novou obchodní příležitost, když byl připraven přejít ze své nejnovější společnosti, softwarové firmy pro umělou inteligenci. Jako pacient, který přežil rakovinu hrdla, se rozhodl, že strojové učení dostatečně dozrálo, aby opravňovalo zaměřit svou novou společnost na používání umělé inteligence v boji proti rakovině.
  
  Ale poté, co provedl náležitou péči, si uvědomil, že založením své společnosti CancerAI jako neziskové organizace může přilákat zaměstnance zaměřené na poslání a získat lepší přístup k lékařským datům. Toto rozhodnutí se vyplatilo neočekávaným způsobem a přineslo mu bezplatné kancelářské prostory od WeWork, nabídky pro bono legální práce a programátoři dobrovolně pracovat za nic.
  
  Očekával jsem, že budu moci najmout skvělé lidi, ale neočekával jsem, že lidé zvenčí řeknou: „Byl bych ochoten pracovat jako dobrovolník po nocích a víkendech, protože chci pomáhat,“ říká Hayes, který má magisterský titul v oboru environmentálního inženýrství. z MIT a magisterský titul v oboru podnikání a politika od Tuftse. Garantuji vám, že se to v ziskových subjektech neděje.
  
  Hayes, který předsedá správní radě CancerAI, říká, že společnost využívá výzkum Reginy Barzilay jako jeden ze svých základů, ale nevybrala si svůj první produkt. (Barzilay také slouží jako jeden z poradců společnosti CancerAI.) Cílem společnosti je začít v oblasti diagnostiky, možná pomocí údajů ze zdravotních záznamů k označení lidí, jejichž biometrické údaje naznačují, že mohou být vystaveni vysokému riziku konkrétních druhů rakoviny. Včasné testování, které odhalí rakovinu dříve, než se rozšíří, je podle něj možná nejkratší cestou ke snížení úmrtnosti.

Pozitivní však je, že elektronické záznamy umožnily nemocnicím shromáždit obrovské množství údajů o pacientech, o kterých vědci AI doufají, že nakonec vyplácí dividendy pacientům, pečovatelům, nemocnicím a pojišťovnám.

Když J-Clinic a startupy jako CancerAI začínají využívat tato data, Collins, spoluvedoucí další fakulty J-Clinic, říká, že vidí, že J-Clinic nejen spojuje odborníky na umělou inteligenci, lékařské experty a soubory dat, aby pokročil v lékařském výzkumu, ale také pomáhá převést tento výzkum do klinického prostředí. Udělá to, říká, zavedením raných technologií do nemocnic za účelem testování a validace a usnadněním spuštění společností, které je komercializují. Představuje si také, že J-Clinic zahájí veřejnou diskusi o tom, co nazývá příslibem a nebezpečím umělé inteligence a zdravotní péče – a položí těžké otázky o tom, jak zlepšit stávající péči, snížit náklady, chránit soukromí pacientů a eticky získávat užitečná data.

Ačkoli technologické inovace obvykle zvyšují náklady na medicínu, doufá, že umělá inteligence bude výjimkou, možná tím, že maximalizuje využití lůžek, omezí čas, který lékaři stráví administrativními povinnostmi, a ekonomičtější vývoj léků. Zajímalo by mě, jakým způsobem může umělá inteligence pomoci s efektivitou ve zdravotnictví – ať už jde o používání lůžek, plánování, účtování – a vytlačit tam administrativní režii, říká Collins, jehož manželka je lékařka. Myslí si, že administrativní zátěž elektronických zdravotních záznamů by se dala zvrátit lepší technologií, což by mohlo vést k úsporám.

Collins, syntetický biolog, ve své vlastní laboratoři plánuje mimo jiné využít platformy umělé inteligence k lepší identifikaci nových tříd antibiotik a léků na rakovinu. Rád bych prozkoumal, jakým způsobem lze AI šířeji využít jako užitečného pomocníka v kontextu výzkumu a potenciálně v kontextu medicíny, říká.

skrýt