Video: Peran AI dalam Revolusi Industri 4.0 serta Kaitannya dengan Etika Profesi (Desember 2024)
Kecerdasan buatan (AI) membuat kemajuan besar dalam industri perawatan kesehatan. Untuk membantu mencegah penyakit, profesional medis sekarang dapat mengambil data dari sensor medis dan genomik, disiplin biologi molekuler yang mencakup fungsi, struktur, dan pemetaan genom. Ini adalah bagian dari tren yang disebut "obat prediktif, " di mana data besar membantu mengidentifikasi pasien yang berisiko penyakit, seperti analitik prediktif yang digunakan oleh alat intelijen bisnis (BI) hari ini untuk mengidentifikasi tren dan peluang baru.
The Scripps Research Translational Institute menggunakan data genomik untuk lebih memahami susunan kesehatan seseorang. Scripps bekerja dengan Nvidia untuk mengembangkan AI dan praktik pembelajaran mendalam yang dapat menarik wawasan dari genomik dan dari sensor digital dalam jam tangan pintar, manset tekanan darah, dan monitor glukosa. Para ilmuwan data bahkan dapat menerapkan pembelajaran mendalam pada data medis yang berasal dari Apple Watch Series 4. Nvidia dan Scripps akan melakukan penelitian ini sebagai bagian dari pusat keunggulan baru di kedua fasilitas perusahaan.
Untuk mempelajari lebih lanjut tentang bagaimana AI dan data besar dapat membantu menghasilkan wawasan dari sensor medis, PCMag berbicara dengan pakar kesehatan digital terkemuka dan ahli jantung Dr. Eric Topol. Dia juga adalah Direktur dan Pendiri Scripps Research Translational Institute.
PCMag (PCM): Bagaimana Scripps bergabung dengan Nvidia?
Eric Topol (ET): Saya memprakarsai itu; Saya telah membaca banyak tentang kontribusi mereka pada seluruh bidang pembelajaran mendalam dan AI karena saya memiliki buku yang akan segera keluar tentang topik ini. Saya telah melakukan banyak penelitian, dan saya menyadari bahwa mereka adalah pemimpin industri dalam perangkat keras AI dan dalam banyak inovasi di berbagai sektor lokal, termasuk mobil tanpa pengemudi, cryptocurrency, video game, dan perawatan kesehatan. Jadi kami mulai berbicara tentang bagaimana kami bisa bekerja bersama.
ET: Tujuan utamanya adalah untuk meningkatkan kesehatan manusia. Kita harus mampu menerapkan pembelajaran mendalam, AI, dan semua subtipe untuk tidak hanya menganalisis data sensor dan seluruh urutan genom tetapi untuk menyatukan semua data itu untuk setiap orang. Data itu termasuk sensor yang mereka kenakan serta data dari lapisan biologis. Bukan hanya DNA, protein, mikrobioma usus, metabolit, dan sebagainya, tetapi juga semua obat sebelumnya dan lingkungannya.
Menyatukan semua data itu dan mengekstraksi, secara real time, nilai untuk seorang individu belum tercapai. Itu tujuan jangka panjang, tetapi untuk sampai di sana, kita harus memakukan kemampuan untuk menangani data sensor, yang sangat kaya dan padat. Biasanya, sensor mengirimkan data secara terus menerus, dan seiring waktu mereka menghasilkan lebih banyak data daripada yang lain, termasuk gambar dan urutan genom keseluruhan.
- 10 Langkah untuk Mengadopsi Kecerdasan Buatan dalam Bisnis Anda 10 Langkah untuk Mengadopsi Kecerdasan Buatan dalam Bisnis Anda
- Aplikasi Ini Membawa Kekuatan AI ke Dokter di Dunia Berkembang Aplikasi ini Membawa Kekuatan AI ke Dokter di Dunia Berkembang
- 'Body Computing' Mengubah Layanan Kesehatan Menjadi Lifecare 'Body Computing' Mengubah Layanan Kesehatan Menjadi Lifecare
PCM: Bagaimana data mengekstraksi nilai untuk seorang individu?
ET: Suatu hari akan ada pelatih medis virtual; seperti hari ini kami memiliki pembicara pintar yang akan memberi Anda beberapa petunjuk atau jawaban, atau asisten digital Google Anda memberi tahu Anda tentang jadwal Anda atau apakah Anda harus pergi lebih awal untuk pergi ke bandara. Ya, itu bagus untuk hari ini, tetapi kita dapat melakukan banyak hal untuk perawatan kesehatan di masa depan. Itu mulai sekarang dengan hal-hal seperti diabetes dan tekanan darah tinggi, tetapi pada akhirnya itu akan menjadi strategi pencegahan bagi sebagian besar orang. Belum ada yang mengumpulkannya, tetapi ini adalah beberapa langkah awal untuk sampai ke sana.
PCM: Bagaimana AI sebenarnya akan membantu merevolusi prediksi dan pencegahan penyakit?
ET: Ada banyak cara yang bisa dicapai. Misalnya, hari ini, untuk penderita diabetes, satu-satunya algoritma yang ada adalah apakah glukosa Anda naik atau turun; itu algoritma yang bodoh. Apa yang kita ketahui adalah bahwa pengaturan glukosa dan kondisinya dipengaruhi tidak hanya oleh apa yang dimakan seseorang, tetapi juga oleh tidurnya, aktivitasnya, mikrobioma ususnya, dan faktor-faktor lainnya. Jadi, yang bisa kita lakukan adalah mengembangkan algoritma yang memasukkan semua data itu dan mengembalikannya kepada individu untuk mencapai pengaturan glukosa yang jauh lebih baik dan mencegah komplikasi dari kondisi seperti penyakit mata, penyakit ginjal, dan penyakit pembuluh darah. Algoritma juga dapat memberikan data penting untuk membantu mencegah kejang, asma, dan serangan jantung. Ada begitu banyak hal yang dapat kita cegah begitu kita mengenal orang-orang yang berisiko dan kita memiliki algoritma cerdas untuk memperhitungkan semua data untuk seorang individu dan memberi mereka umpan balik yang mereka butuhkan.
PCM: Apakah ada kemajuan nyata dalam AI dan pencegahan prediksi penyakit hari ini, atau apakah ini sesuatu yang akan kita lihat di masa depan?
ET: Yah, itu mulai benar-benar lepas landas; sudah ada sekitar lima studi prospektif yang berbeda yang diterbitkan. Jadi, mereka telah menguji algoritma ini di klinik. Kami telah melihat 15 algoritma AI yang disetujui oleh Badan Pengawas Obat dan Makanan AS pada tahun lalu. Ini masih awal dalam pengembangan AI, tetapi mulai memegang sekarang. Setahun yang lalu bukan itu masalahnya, tapi yang pasti, bagian akhir tahun ini kita melihat bukti dipercepat dari ini menjadi kenyataan.
PCM: Apakah AI akan menggunakan sensor digital dari produk seperti Apple Watch?
ET: Ya, dan berita tentang itu pada bulan September didahului oleh pengumuman dari startup bernama AliveCor, yang telah menerima izin FDA setahun sebelumnya untuk algoritma pembelajaran yang mendalam. Jadi orang-orang dapat memonitor detak jantung mereka saat istirahat dan dengan aktivitas fisik, dan mendapatkan peringatan ketika ada sesuatu yang keluar jalur ketika mereka sedang istirahat dan detak jantung mereka. Mereka akan diminta untuk mengambil kardiogram melalui arloji mereka, dan kemudian itu dibaca oleh algoritma dan Anda dapat mendiagnosis atrial fibrilasi. Jadi, itu di luar sana sekarang, telah berlangsung selama satu tahun, dan kemudian, itu ditawarkan oleh Apple juga. Sekarang kami memiliki beberapa deteksi irama jantung konsumen melalui AI; itu adalah kisah dunia nyata. Kita tidak berbicara tentang algoritma pembelajaran mendalam yang masih ada di sayap; mereka nyata sekarang.
Dengan fibrilasi atrium, Anda dapat berdebat, "Apakah semua orang membutuhkan Apple Watch?" Tidak, tetapi bagi orang yang berisiko atau… telah dirawat karena atrial fibrilasi, ini merupakan kondisi penting yang meningkatkan risiko stroke. Diperlukan beberapa orang untuk memiliki pengencer darah untuk mencegah stroke. Jadi, itu bukan masalah sepele jika Anda memiliki fibrilasi atrium dan Anda memiliki kelainan struktural jantung.
PCM: Meskipun perusahaan seperti 23andMe menawarkan pengujian genetik dengan harga di bawah $ 200, mengurutkan keseluruhan genom masih membawa label harga yang lumayan. Apakah AI akan membuat pengurutan genomik lebih terjangkau?
ET: Itu mungkin. Salah satu cara yang dapat dilakukan adalah hanya dengan pemrosesan data yang jauh lebih efisien, sehingga Anda tidak perlu mengurutkannya secara mendalam atau untuk sebanyak mungkin orang. Namun, hari ini, mengurutkan seluruh genom individu adalah sekitar seribu dolar. Jadi, jika Anda ingin melakukan itu untuk banyak orang, jutaan atau miliaran orang, itu masih merupakan pengeluaran yang sangat besar. Ada banyak cara AI dapat mengubah dan skala sekuensing genom dan itu bukan hanya DNA. Ini RNA, protein, metabolit, microbiome, setiap lapisan biologis yang dapat didekati AI karena semuanya adalah data besar. Jika diberi label "big data, " maka itu pada dasarnya mem-flash AI.
PCM: Saya melihat bahwa Anda terlibat dalam "All of Us Research Program" Institut Kesehatan Nasional. Apa artinya itu?
ET: satu juta orang Amerika yang, selama bertahun-tahun, mungkin puluhan tahun, akan belajar tentang diri mereka sendiri, genom mereka, microbiome mereka, dan berbagai sensor. Mereka akan membagikan data itu sehingga kami dapat membantu - idealnya tidak hanya meningkatkan kesehatan mereka tetapi juga kesehatan generasi selanjutnya. Karena semua kemampuan untuk memahami setiap manusia ini baru, kami baru saja mulai memahami cara menggunakan alat ini untuk membantu orang menjaga kesehatannya. Kami memungkinkan orang untuk memahami data mereka sendiri, yang kami berikan kembali kepada mereka untuk membantu mereka bekerja dengan dokter mereka untuk menjadi ilmuwan dan pelopor warga di masa depan kesehatan manusia.
PCM: Apa yang Anda kerjakan dengan sensor jantung berkelanjutan? Bagaimana cara kerjanya?
ET: Kami memiliki patch, seperti Band-Aid, yang bisa Anda pakai. Kami mengalami detak jantung berkelanjutan dari 15.000 orang selama 11 atau 12 hari; ini adalah sejumlah besar data. Untuk dapat memprediksi aritmia, gangguan irama jantung, sebelum terjadi, dan mengetahui sinyal sehingga kita dapat mencegahnya, itulah yang kita cari. Orang-orang telah menggunakan AI untuk membuat diagnosis irama jantung, tetapi kami berusaha mendapatkannya untuk mencegah aritmia jantung. Itu fase selanjutnya.
PCM: Bagaimana pengurutan seluruh gen berperan dan bagaimana Anda menggunakannya pada populasi lansia?
ET: Kami memiliki sampel orang yang sangat besar dan usia rata-rata mereka adalah 89 tahun. Mereka tidak pernah sakit dan kami ingin tahu mengapa. Kami percaya bahwa pembelajaran mendalam dari genom-genom ini, dibandingkan dengan kontrol, akan membantu kami karena ini adalah sejumlah besar data untuk ditenun, untuk memahami varian genom pada orang-orang "berkecepatan tinggi" yang berbeda dan relevan untuk rentang kesehatan ekstrim. Kami membutuhkan hampir satu dekade untuk mengumpulkan semua orang ini dan membuat mereka semua diurutkan.
PCM: Apakah AI benar-benar membuat kita lebih sehat?
ET: Kita harus melihat. Satu hal adalah janji dan yang lainnya adalah memenuhi janji. Waktu akan menjawab. Tetapi saya tidak tahu apakah kita telah melihat sesuatu yang memiliki banyak janji hari ini. Tapi itu akan butuh waktu untuk mendapatkan semuanya divalidasi.
