AI a Nová Afrika (časť IV): Uplatňovanie AI v Afrike

Minulý týždeň sme navrhli prediskutovať niektoré konkrétne aplikácie AI so zameraním na zdravotnú starostlivosť. Stručne povedané, skutočná AI je situácia, keď systém dokáže porozumieť a poučiť sa z komplikovaných súborov údajov a súčasne vydávať platné odporúčania a návrhy. Za zmienku stojí slovo „údaje“, ktoré sú informáciami alebo, konkrétne, digitálne dostupnými informáciami. AI sa veľa spolieha na dostupnosť údajov na trénovanie stroja, podobne ako sa ľudia učia prijímaním a analýzou údajov. Rozdiel je na základnej úrovni v myšlienke strojového učenia sa s obrovským množstvom údajov počas oveľa kratšieho obdobia pri zrýchlenej rýchlosti. Ide teda o pokus o zrýchlenie a optimalizáciu rýchlosti, akou stroje prijímajú údaje, analyzujú údaje a poučujú sa z údajov, aby v prípade potreby poskytli presnejšie a platné odporúčania a návrhy.

Sme na prahu technologickej revolúcie väčšej veľkosti ako internet a mobilné komunikačné technológie. V poslednej dobe prebehol sotva deň bez ohlásenia novej neuveriteľnej hranice v AI. Väčšina súčasných humbuk okolo AI je však spôsobená technikou nazývanou hlboké učenie (DL). Spoločnosť AI, najmä spoločnosť DL, našla uplatnenie v mnohých odvetviach a aspektoch života od komunikácie po dopravu, od služieb zákazníkom po financovanie a od výroby po zdravotníctvo a ďalej. Celkovo by AI mohla mať potenciálne rušivé aplikácie a dôsledky na súčasný architektonický poriadok globálnej ekonomiky a miesta ako Afrika by sa mali pripraviť na využitie tohto, ako aj nevyhnutných vstupov.

AI v zdravotníctve

Ako sme v nedávnom príspevku informovali o tom, ako môže AI pomôcť transformovať farmáciu v Afrike, v aplikáciách AI sa stále viac používa diagnostika, chirurgia, monitorovanie pacienta a samozrejme vývoj a dodávka liekov a veľa zdravotnej starostlivosti. Na základnej úrovni by sa to dalo opísať ako využitie sily veľkých údajov v biologických vedách, čo zahŕňa rýchle spracovanie a zobrazovanie obrovských objemov a rôznych zdravotných alebo biologických údajov.

V súčasnosti je to rastúci trend v mnohých sektoroch zdravotníctva, kde existuje veľké množstvo údajov, ako sú laboratórne údaje, údaje o poistení, záznamy o pacientoch, výskumné údaje a dokonca aj údaje zo sociálnych médií. V nedávnej správe spoločnosť CB Insights identifikovala vyše 100 renomovaných spoločností, ktoré používajú algoritmy strojového učenia a prediktívnu analýzu v rôznych aspektoch zdravotnej starostlivosti, ako napríklad skrátenie času na objavenie drog, poskytovanie virtuálnej pomoci pacientom a diagnostikovanie ochorení okrem iného spracovaním lekárskych snímok. ,

Mnoho veľkých lekárskych a farmaceutických spoločností už využíva silu umelej inteligencie s vynikajúcimi výsledkami. Napríklad systém Johnson a Johnson Sedasys získal povolenie FDA na automatické dodávanie anestézie pri štandardných postupoch, ako sú kolonoskopia. Lekár dohliada na viac prístrojov súčasne, takže náklady sú omnoho nižšie ako špecializovaný ľudský anestéziológ. Insilico Medicine naučilo svoj AI systém predpovedať terapeutické použitie nových liekov ešte predtým, ako vstúpia do testovacieho procesu. Existuje tiež veľa robotov v rôznych fázach testovania a schvaľovania na diagnostikovanie choroby.

Zdravotnícke organizácie sa čoraz viac snažia automatizovať diagnostický proces vyvíjaním veľkých dátových platforiem s cieľom zvýšiť rýchlosť zdravotníckej praxe a výskumu. V niektorých prípadoch, napríklad v prípade spoločnosti Watson od spoločnosti IBM, majú tieto stroje vyššiu mieru presnosti diagnostiky ako lekári. Aplikácia AI a veľkých dát v niektorých z týchto zdravotníckych procesov umožňuje systémom monitorovať zložité vzorce, čo umožňuje vyššiu účinnosť pri identifikácii chorôb a formovaní správnych diagnóz. Napríklad aj ultrazvuk teraz používa AI a cloudové systémy, ako aj 3D zobrazovacie technológie na dosiahnutie lepšej presnosti a presnosti. Podľa Harpreet Singha Buttara, analytika spoločnosti Frost & Sullivan, „do roku 2025 by sa systémy AI mohli zapojiť do všetkého od riadenia zdravotného stavu populácie po digitálne avatary schopné odpovedať na konkrétne otázky pacientov.“

Teraz máme viac virtuálnych sledovaní. To znamená, že klinický personál už nemusí venovať toľko času následným procesom. Je to preto, že pacienti majú teraz možnosť sledovať pomocou digitálnych metód a nástrojov, ako sú digitálne aplikácie a iné postupy AI. Teraz existujú aj inteligentné robotické aplikácie, ktoré by mohli zodpovedať často kladené otázky a sledovať zdravotný stav pacienta, pričom niektoré aplikácie idú ďalej a dávajú pacientom odporúčania na základe ich aktuálnej diagnostiky a minulých lekárskych správ. Niet divu, že čoraz viac pacientov sa odporúča, aby prešli na digitál.

Okrem toho všetky ostatné nástroje zdravotníckej techniky (staré aj nové), ktoré pomáhajú digitalizovať zdravotnú starostlivosť; diagnostika, telemedicína, EMR, sieťové EMR (intranet alebo internet), zariadenia pripojené cez počítače, upomienky na drogy, drogové selfies atď., by teraz mohli mať zabudované AI alebo inteligentné programy. Výsledkom je, že tieto nástroje sa náhle stávajú inteligentnejšie, poučujú sa z údajov a pomáhajú nám pracovať inteligentnejšie.

V jadre AI uľahčuje prístupnosť, relevantnosť a použiteľnosť informácií o zdravotnej starostlivosti. Pomohlo by trochu podrobnejšie nahliadnuť do významného použitia AI v zdravotníctve, konkrétne vo farmaceutickom priemysle.

Nový úsvit pre Afriku; transformácia do globálneho farmaceutického centra

Niektoré z nich sme podrobne diskutovali v nedávnom príspevku. Bertalan Mesko počas diskusie o budúcnosti farmácie hovorí, že „lekárske rozhodovanie pomocou umelej inteligencie využívajúcej silu superpočítačov zmení každodennú medicínu. Kognitívne počítače, ako napríklad IBM Watson, sa používajú v mnohých ohľadoch na analýzu veľkých údajov, a to nielen v genomickom výskume, ale aj v biotechnológiách. To bude tiež určovať spôsob, akým sa nové lieky nachádzajú. Mohlo by to viesť k ukončeniu experimentov na ľuďoch prostredníctvom podrobnej simulácie ľudskej fyziológie. Naša éra, keď sa drogy testujú na skutočných ľuďoch, sa bude ľuďom budúcnosti javiť ako barbarská. Čo keby superpočítače mohli testovať tisíce cieľov liekov na miliardách simulácií modelovajúcich fyziológiu ľudského tela za pár sekúnd? Spoločnosť Pharma by mala takýto výskum podporovať vo svoj prospech. “

Ako už vieme a je dobré si v tejto chvíli pripomenúť, že AI a väčšina ďalších technologických pokrokov sú v zásade iba „nástroje“, nástroje na riešenie problémov a zlepšovanie vecí. Otázka teda znie: Existujú vo farmácii problémy, ktoré je potrebné riešiť? Existujú farmaceutické postupy, ktoré je potrebné zlepšiť, vylepšiť a zlepšiť? Každý, kto je blízko farmácie, vie, že existujú dlhodobé problémy s hľadaním riešení a procesov, ktoré si zaslúžia zlepšenia, od skutočného objavenia a vývoja liekov po skutočné dodanie.

Typická aplikácia AI je pri objavovaní liekov. V prírode a vo farmaceutických spoločnostiach je veľké množstvo molekúl a zlúčenín, ktoré by mohli byť vhodnými riešeniami na boj proti špecifickým chorobám a na zlepšenie zdravia, ale výzva spočíva v ich identifikácii; ako potenciálne terapeutické entity. Objav a vývoj liekov je pravdepodobne nielen najvýznamnejšou výzvou, ale aj najvýznamnejšou príležitosťou na zlepšenie zdravotnej starostlivosti. Nájdenie nového lieku by mohlo byť veľmi náročné a nákladné. Vyžaduje si to veľa času a značné finančné a intelektuálne požiadavky. Na základnej úrovni sú to zvyčajne kvôli potrebným procesom potrebným na zabezpečenie toho, aby sme mali lieky, ktoré sú efektívne a bezpečné na použitie. Procesy spojené s sprístupňovaním liekov, od objavenia po administratívu, by v priemere mohli stáť farmaceutické spoločnosti až 2,6 miliardy dolárov a dokončenie by mohlo trvať asi 12 až 14 rokov. Z tohto dôvodu vedie vedúca krátkodobá až dlhodobá aplikácia AI vo farmácii k znižovaniu času a tým aj nákladov na vývoj liekov. To by nielen zvýšilo návratnosť investícií a znížilo náklady používateľov, ale pomohlo by to rýchlejšie sprístupniť užitočné výrobky, najmä tam, kde to najviac záleží.

Zvyčajne sa tisíce molekúl obvykle študujú a prechádzajú mnohými procesmi az ktorých sa do klinického skúšania môže dostať iba hŕstka, pričom asi dve až žiadna z nich sa v priemere študuje približne ako desaťtisíc molekúl. Otázky sú potom: Existuje nejaký spôsob, ako by AI mohla rýchlo pomôcť farmaceutickým vývojárom vyhnúť sa tomu, aby míňali príliš veľa zdrojov na odsúdenie na zlyhanie molekúl? Mohli by sa farmaceutickí vývojári zamerať viac na iba niekoľko najúčinnejších molekúl, ktoré by mohli byť vhodné a schválené na konkrétne účely? Výsledkom by bolo drastické zníženie vynaložených zdrojov, urýchlenie procesu objavovania liekov a zabezpečenie objavenia kvalitnejších liekov. Ukazuje sa, že AI by mohla byť užitočná a AI, ako uznávame, v súčasnosti nachádza aplikácie takmer vo všetkých aspektoch procesu objavovania liekov.

Hrsť spoločností zameraných na AI vrátane Insilico Medicine, Atomwise, Numerate a ďalších robí veľa práce a spracováva veľké klinické a lekárske údaje, aby pomohli farmácii lepšie fungovať. Mnohé, vrátane spoločnosti Frost & Sullivan, nedávno ocenili úsilie spoločnosti Insilico Medicine. Aj pri súčasnom tempe pokroku (a tempo sa zrýchľuje) by sa v najbližších rokoch pravdepodobne znížili náklady na lekárske ošetrenie o polovicu.

U niektorých ľudí v Afrike sa vyskytovala táto opakujúca sa téma, na vysokých aj nízkych miestach. Zastávajú názor, že by bolo takmer nemožné robiť seriózny výskum, vyvíjať drogy a originálnejšie prispievať k farmácii na globálnej úrovni z Afriky. Mnohí z týchto ľudí zvyčajne uvádzajú neúnosné a zvyšujúce sa náklady na výskum a vývoj v oblasti drog, ako si nemôžu dovoliť mnohé africké organizácie, ktoré sa zaujímajú o farmáciu. Pre nich sú africké inštitúcie viazané na základné výskumné úsilie, ktoré je väčšinou určené pre police. Mnohí to uznávajú ako úplne neudržateľné. Našťastie vďaka pokroku v oblasti technológií, najmä AI, teraz neexistuje absolútne žiadny dôvod, prečo by vedci a vývojári v Afrike nemohli byť produktívnejší a inovatívnejší na dosiahnutie lepších výsledkov pri objavovaní liekov. To by pravdepodobne celkovo zmenilo farmaceutický priemysel a zdravotnú starostlivosť.

O autorovi

Iraneus Ogu riadi africkú umelú inteligenciu a blockchain pre zdravotnú iniciatívu v Insilico Medicine, Inc. Okrem technologického vývoja sa venuje aj intervenciám zameraným na dlhovekosť a starnutie. Výskum sa zameriava na neuroregeneráciu. Rovnako pracuje s vývojovým tímom na Longenesis.com a má tiež skúsenosti vo farmaceutických vedách na University of Greenwich, kde sa jeho výskum zameriaval na dávkovacie formy s riadeným uvoľňovaním.