Проведенный Рутгерсом анализ десятков программ искусственного интеллекта (ИИ), используемых в точной или персонализированной медицине для предотвращения, диагностики и лечения заболеваний, показал, что не существует программы, которую можно было бы использовать для всех видов лечения.
«Точная медицина — один из самых популярных предметов в фундаментальной и медицинской науке сегодня», — сказал Зишан Ахмед, доцент медицины в Медицинской школе имени Роберта Вуда Джонсона Рутгерса, который руководил исследованием, опубликованным в Брифинги по биоинформатике. «Основные причины включают его потенциал для обеспечения прогностической диагностики и персонализированного лечения различных известных и редких заболеваний. Однако до сих пор было приложено очень мало усилий для организации и понимания многих компьютерных подходов к этой области. Мы хотим проложить путь для новой эры открытий в здравоохранении, ориентированной на данные».
Прецизионная медицина, технология, все еще находящаяся в зачаточном состоянии, представляет собой подход к лечению, который использует информацию об истории болезни и генетическом профиле человека и связывает ее с информацией многих других, чтобы найти закономерности, которые могут помочь предотвратить, диагностировать или лечить болезнь. Подход, основанный на искусственном интеллекте, опирается на высокий уровень как вычислительной мощности, так и интеллекта машинного обучения из-за огромного объема медицинской и генетической информации, изучаемой и анализируемой на наличие закономерностей.
Сравнительный и систематический обзор, который, по мнению авторов, является одним из первых в своем роде, выявил 32 наиболее распространенных подхода ИИ в точной медицине, используемых для изучения профилактических методов лечения ряда заболеваний, включая ожирение, болезнь Альцгеймера, воспалительные заболевания кишечника, рак молочной железы и большое депрессивное расстройство. По словам Ахмеда, множество подходов к искусственному интеллекту, проанализированных в исследовании — исследователи просматривали высококачественную медицинскую литературу за пять лет — предполагают, что эта область быстро развивается, но страдает от дезорганизации.
В ИИ программные программы имитируют процессы человеческого интеллекта. В машинном обучении, подкатегории ИИ, программы предназначены для «обучения», поскольку они обрабатывают все больше и больше данных, становясь все более точными в прогнозировании результатов. Усилия опираются на алгоритмы, пошаговые процедуры решения проблемы или выполнения вычислений.
Такие исследователи, как Ахмед, который проводит исследования геномики сердечно-сосудистой системы в Институте здоровья, политики здравоохранения и исследований старения Рутгерса (IFH), спешат собрать и проанализировать сложные биологические данные, одновременно разрабатывая вычислительные системы, лежащие в основе этой работы.
Поскольку использование генетики является «возможно, наиболее богатым данными и сложным компонентом точной медицины», сказал Ахмед, команда сосредоточила особое внимание на рассмотрении и сравнении научных целей, методологий, источников данных, этики и пробелов в используемых подходах.
По его словам, те, кто интересуется точной медициной, могут обратиться к статье, чтобы узнать, какие программы ИИ лучше всего подходят для их исследований.
Исследование пришло к выводу, что для содействия развитию точной медицины научному сообществу необходимо решить несколько «грандиозных задач», от решения общих вопросов, таких как улучшенная стандартизация данных и усиленная защита информации, позволяющей идентифицировать личность, до более технических вопросов, таких как исправление ошибок в геномные и клинические данные.
«ИИ может сыграть жизненно важную роль в достижении значительных улучшений в обеспечении более индивидуального и популяционного здравоохранения при меньших затратах», — сказал Ахмед. «Мы должны стремиться к решению возможных проблем, которые продолжают замедлять продвижение этого прорывного подхода к лечению».
Среди других исследователей Рутгерса, участвовавших в исследовании, были Срея Вадапалли и Хабиба Абдельхалим, научные сотрудники IFH, и Саман Зишан, научный сотрудник в области биоинформатики и бывший научный сотрудник с докторской степенью в Институте рака Рутгерса в Нью-Джерси.
Источник истории:
Материалы предоставлено Университет Рутгерса. Оригинал написан Киттой Макферсон. Примечание. Содержимое может быть изменено по стилю и длине.
