За последние несколько лет мы испытали экспоненциальный рост создания данных. Начиная с того момента, когда наш смартфон сообщает нам, сколько шагов мы делаем, чтобы подсчитать время, проведенное в общественном транспорте, и заканчивая тем, сколько мегабайт мы тратим на передачу данных по мобильному телефону.
Большие Данные
Точно так же, как эти данные генерируются в нашей повседневной жизни, то же самое происходит и в клинической среде: количество посещений отделения неотложной помощи, случаи госпитализации, количество прописанных лекарств или рентгенограмм, сделанных в течение всей нашей жизни. живет, в том числе.
Искусственный интеллект
Огромный объем данных выходит далеко за пределы человеческих аналитических возможностей. Для этого требуются технологии, способные хранить, обрабатывать и защищать эти ценные данные. Поэтому необходима помощь не только компьютеров, но и искусственного интеллекта и алгоритмов. И именно благодаря этим и другим инструментам (глубокое обучение, машинное обучение) в последние годы делается множество открытий, помимо прогнозирования будущих сценариев с точки зрения эпидемиологии, как в случае с урогенитальным раком.
Глубокое обучение
Еще один пример этих новых инструментов, на этот раз глубокого обучения: случай, когда машина учится распознавать ряд шаблонов, в этом примере был анализом офтальмологического глазного дна. Сегодня мы знаем связь глазного дна и его связь с сердечными заболеваниями. Чего мы не смогли предсказать и с таким высоким уровнем точности, так это риск, а также другие параметры. Машина проанализировала более 200,000 XNUMX пациентов и смогла определить не только закономерности риска, но и пол участвующего населения только по толщине глазных вен — то, чего не удалось достичь человеческим возможностям, невозможно на сегодняшний день.
ИИ и фармакогенетика
Кроме того, значительные успехи ожидаются в области фармакогенетики. Можете ли вы представить, что нам не придется тестировать новые лекарства на популяциях людей и нечеловеческих животных? Различные группы уже проводят такого рода исследования. Благодаря использованию искусственного интеллекта и массивных данных возможное влияние нескольких лекарств на население уже изучается.
ИИ здесь, чтобы остаться
Искусственный интеллект пришел несколько десятилетий назад, чтобы остаться, и не напрасно. В будущем мы увидим, как весь этот огромный объем массовых данных повлияет на население мира. На данный момент основы того, что должно стать универсальной этической основой, уже заложены. И эта этическая основа должна учитывать универсальные принципы, такие как прозрачность, справедливость, непричинение вреда, подотчетность и конфиденциальность.
