АИ и Нова Африка (део ИВ): Примена АИ у Африци

Прошле недеље смо предложили да разговарамо о неким конкретним применама АИ са фокусом на здравство. Укратко, истински АИ је када систем може разумети и научити из сложених група података, док даје валидне препоруке и предлоге. Вриједна је овдје напоменути ријеч "подаци" која је информација или, тачније, дигитално доступна информација. АИ се пуно ослања на доступност података за обучавање машине слично као што људи уче тако што узимају и анализирају податке. Разлика овде, на суштинском нивоу, је идеја да машине уче са огромним количинама података у много краћем периоду убрзаном брзином. Дакле, ради се о покушају да се убрза и оптимизира брзина којом машине узимају податке, анализирају податке и уче из њих како би се донијеле тачније и валидне препоруке и сугестије.

Ми смо у зору технолошке револуције веће величине од интернета и технологија мобилне комуникације. У последње време, једва да ће проћи дан без најаве невероватне нове границе у АИ. Међутим, већина тренутних прељуба око АИ настаје захваљујући техници која се зове дубинско учење (ДЛ). АИ, посебно ДЛ, нашао је употребу у многим индустријама и животним областима, од комуникације до транспорта, од корисничких услуга до финансирања и од производње до здравствене заштите и шире. Опћенито, АИ би могао имати потенцијално разарајуће апликације, а импликације на тренутни архитектонски поредак глобалне економије и мјеста попут Африке требало би се припремити да искористе то као и неопходне инпуте.

АИ у здравству

Као што смо објавили у недавном посту о томе како АИ може помоћи трансформацији фармацеута у Африци, АИ апликације све се више користе дијагнозом, оперативним захватима, надзором пацијената и, наравно, развојем и испоруком лекова и многим здравственим услугама. На основном нивоу, ово би се могло описати као коришћење моћи великих података у наукама о животу које укључује брзу обраду и приказивање огромних количина и различитих здравствених или биолошких података.

Тренутно је ово тренд у порасту у многим секторима здравства у којима постоји огромна количина података, као што су лабораторијски подаци, подаци о осигурању, евиденција пацијената, подаци о истраживањима, па чак и подаци о друштвеним медијима. У недавном извештају, ЦБ Инсигхтс је идентификовао преко 100 угледних компанија које примењују алгоритме машинског учења и предиктивну аналитику у разним аспектима здравствене заштите, попут смањења времена откривања лекова, пружају виртуелну помоћ пацијентима и дијагностиковање болести обрадом медицинских слика, између осталог. .

Многе велике медицинске и фармацеутске компаније већ користе моћ вештачке интелигенције са одличним резултатима. На пример, Џонсон и Џонсон-ов систем Седасис добио је одобрење ФДА да аутоматски испоручи анестезију за стандардне поступке попут колоноскопија. Лекар надгледа више машина одједном, што кошта много мање од наменског људског анестезиолога. Инсилицо Медицине научио је свој АИ систем да предвиди терапијску употребу нових лекова пре него што уопште уђу у процес тестирања. Такође постоје бројни роботи у различитим фазама тестирања и одобрења за дијагнозу болести.

Здравствене организације се све више труде да аутоматизују процес дијагнозе развијањем великих платформи за податке како би повећале брзину здравствене праксе и истраживања. У неким случајевима, попут ИБМ Ватсона, ове машине имају већу тачност дијагнозе од људских лекара. Примена АИ и великих података у неким од ових здравствених процеса омогућава системима да прате сложене обрасце, омогућавајући тако већу ефикасност када је у питању идентификација болести и формирање исправних дијагноза. Чак и ултразвук, на пример, сада користи АИ и системе засноване на облаку као и технологију 3Д снимања да би се постигла боља прецизност и тачност. Према Харпреет Сингх Буттару, аналитичару компаније Фрост & Сулливан, „до 2025. године, АИ системи би могли бити укључени у све, од управљања здрављем становништва до дигиталних аватара који су способни да одговоре на специфичне упите пацијената“.

Сада имамо више виртуелних праћења. То значи да клиничко особље више не мора да посвећује толико времена процесима праћења. То је зато што пацијенти сада имају могућност праћења помоћу дигиталних метода и алата као што су дигиталне апликације и друге АИ процедуре. Такође, сада постоје паметне апликације за робота које могу одговарати на често постављана питања и пратити здравље пацијента, а неке апликације иду даље и дају препоруке пацијентима на основу тренутне дијагнозе и прошлих медицинских извештаја. Није чудо што се све већи број пацијената охрабрује да иду дигитално.

Штавише, сви остали алати за здравствену технику (и стари и нови) који помажу да здравствена заштита постане дигитална; дијагностика, телемедицина, ЕМР, умрежени ЕМР (интранет или интернет), опрема повезана преко рачунара, подсетници о дрогама, селфиеји лекова и тако даље, сада би могли да имају уграђени АИ или интелигентне програме. Као резултат, ови алати одједном постају паметнији, уче се од података и помажу нам да интелигентније радимо.

У основи, АИ олакшава доступност, релевантност и делотворност информација о здравственој заштити. Мало детаљнији поглед на значајну примену АИ у здравству, управо у фармацеутској индустрији, био би од помоћи.

Нова зора за Африку; претварајући се у глобални фарма центар

О неким од ових опширно смо расправљали у недавном посту. Док разговара о будућности фармацеута, др Берталан Меско каже да ће „медицинско одлучивање вештачком интелигенцијом помоћу моћи супер-рачунара променити свакодневну медицину. Когнитивни рачунари, као што је ИБМ Ватсон, коришћени су на много начина за анализу великих података, не само у геномским истраживањима, већ иу биотехнологији. То ће такође обликовати начин на који се проналазе нове дроге. То би могло довести до окончања експериментирања људи детаљним симулацијама људске физиологије. Наше доба, са лековима који се тестирају на стварним људима, чиниће се варварским људима будућности. Шта ако би суперрачунари могли тестирати хиљаде мета дроге на милијардама симулација које моделирају физиологију људског тела у секунди? Пхарма треба да подржи таква истраживања у њихову корист. "

Као што већ знамо и добро је да се подсетимо у овом тренутку да су АИ и већина других технолошких достигнућа у основи само „алати“, алати за решавање проблема и побољшање ствари. Дакле, питање је: Постоје ли проблеми у фармацији које је потребно решити? Постоје ли фармацеутски процеси које треба побољшати, побољшати и побољшати? Па, било ко близак фармацији зна да постоје дугогодишњи проблеми који траже решења и процесе који заслужују побољшања, од стварног откривања лекова и развоја до стварне испоруке.

Типична примена АИ је у откривању лекова. У природи и унутар фармацеутских компанија постоји огромна количина молекула и једињења која би могла бити погодна решења за борбу против одређених болести и побољшање здравља, али изазов лежи у њиховом идентификовању; као потенцијални терапеутски ентитети. Откривање и развој лијекова вјероватно није само најистакнутији изазов, већ и најзначајнија прилика за побољшање здравствене заштите. Проналажење новог лека могло би бити веома захтевно и трошак занемарљиво. Потребно је много времена уз значајне финансијске и интелектуалне захтеве. На основном нивоу, то се обично дешава потребним процесима потребним да се обезбеди лек који је ефикасан и безбедан за употребу. У просеку, процеси укључени у стављање лекова на располагање, од открића до администрације, могли би коштати фармацеутске компаније до 2,6 милијарди долара и потрајати око 12 до 14 година. Због тога је водећа краткорочна и дугорочна примена АИ у фармацији више ка смањењу времена, а самим тим и трошкова развоја лекова. Ово не само да би повећало поврат улагања и смањило трошкове за кориснике, већ би било од помоћи и бржем доступности корисних производа, нарочито тамо где је то најважније.

Обично се хиљаде молекула обично проучава и прође кроз много поступака из којих би само неколико шачица могло доћи до клиничких испитивања, са можда две до једне које нису одобрене као лек из око десет хиљада проучаваних молекула у просеку. Питања су тада: Постоји ли начин да АИ брзо помогне фармацеутским програмерима да избегну трошење превише ресурса на осуђене на пропаст молекула? Да ли би се фармацеутски произвођачи могли више усредсредити на прегршт најмоћнијих молекула који би за крај могли да буду погодни и одобрени за њихове посебне сврхе? Резултат би био драстично умањивање потрошених ресурса, убрзавање процеса откривања лекова и обезбеђивање откривања квалитетнијих лекова. Па, испада да би АИ могао бити од користи, а АИ, како признајемо, тренутно налази примену у готово сваком аспекту процеса откривања лекова.

Неколико АИ фокусираних компанија, укључујући Инсилицо Медицине, Атомвисе, Нумерате и друге, раде много посла и обрађују велике клиничке и медицинске податке како би фармацеуту помогло у бољем. Многи, укључујући Фрост & Сулливан, недавно су препознали напоре у медицини Инсилицо. Чак и уз тренутну стопу напретка (а темпо се убрзава), вероватно ће доћи до смањења трошкова лечења за половину током читавог периода у наредних пар година.

Понављају се ове теме код неких људи у Африци, и на високим и на ниским местима. Они сматрају да би било готово немогуће озбиљно истражити, развити лекове и дати оригиналније доприносе фармацији на глобалном нивоу из Африке. Многи од ових људи обично наводе прекомерне и све веће трошкове истраживања и развоја лекова као нешто што многе афричке организације заинтересоване за фармацију не могу приуштити. За њих су афричке институције обавезне на рудиментарне истраживачке напоре који су углавном везани за полице. Многи признају ово као крајње неодрживо. Срећом уз помоћ напретка у технологији, посебно АИ, сада апсолутно нема разлога зашто научници и програмери у Африци не могу бити продуктивнији и иновативнији у постизању бољих резултата откривања лекова. То би вероватно трансформисало фармацију и здравство у целини.

О аутору

Иранеус Огу руководи Иницијативом за вештачку интелигенцију Африка и Блоцкцхаин-ом за здравствену иницијативу компаније Инсилицо Медицине, Инц. Поред техничког развоја, ради на интервенцијама за дуговечност и старење са својим истраживачким напорима усмереним на неурорегенерацију. Подједнако сарађује са развојним тимом на Лонгенесис.цом, а такође има и фармацеутску науку на Универзитету у Греенвицху, где се његово истраживање фокусирало на облике дозирања са контролисаним ослобађањем.