Analisi del settore: il ruolo emergente di ai nella prevenzione delle malattie

L'intelligenza artificiale (AI) sta facendo grandi progressi nel settore sanitario. Per aiutare a prevenire le malattie, i professionisti medici sono ora in grado di attingere ai dati provenienti dai sensori medici e dalla genomica, la disciplina della biologia molecolare che copre la funzione, la struttura e la mappatura dei genomi. Questo fa parte di una tendenza chiamata "medicina predittiva", in cui i big data aiutano a identificare i pazienti a rischio di malattia, proprio come l'analisi predittiva viene oggi utilizzata dagli strumenti di Business Intelligence (BI) per identificare nuove tendenze e opportunità.

Lo Scripps Research Translational Institute utilizza i dati della genomica per comprendere meglio il trucco della salute di una persona. Scripps sta lavorando con Nvidia per sviluppare l'intelligenza artificiale e le pratiche di apprendimento profondo in grado di trarre spunti dalla genomica e dai sensori digitali negli smartwatch, nei polsini della pressione sanguigna e nei monitor della glicemia. I data scientist possono persino applicare l'apprendimento profondo ai dati medici provenienti dalla nuova serie Apple Watch 4. Nvidia e Scripps condurranno questa ricerca come parte di un nuovo centro di eccellenza presso entrambe le strutture delle aziende.

Per saperne di più su come l'IA e i big data possono aiutare a generare approfondimenti dai sensori medici, PCMag ha parlato con il principale esperto di salute digitale e cardiologo Dr. Eric Topol. È anche direttore e fondatore dello Scripps Research Translational Institute.

PCMag (PCM): In che modo Scripps si è unito a Nvidia?

Eric Topol (ET): L' ho iniziato; Ho letto molto sul loro contributo all'intero campo dell'apprendimento profondo e dell'intelligenza artificiale, perché presto uscirà un libro su questo argomento. Avevo fatto molte ricerche e mi sono reso conto che erano leader del settore nell'hardware AI e in molte innovazioni in tutti i settori locali, tra cui automobili senza conducente, criptovaluta, videogiochi e assistenza sanitaria, tra gli altri. Quindi abbiamo iniziato a parlare di come potremmo lavorare insieme.

PCM: Qual è l'obiettivo del nuovo centro di eccellenza su cui lavorerai con Nvidia?

ET: L'obiettivo generale è quello di promuovere la salute umana. Dobbiamo essere in grado di applicare l'apprendimento profondo, l'IA e tutti i suoi sottotipi non solo per analizzare i dati dei sensori e le sequenze dell'intero genoma, ma per riunire tutti quei dati per ogni persona. Questi dati includono i sensori che indossano così come i dati provenienti dai livelli biologici. Non si tratta solo di DNA, proteine, microbioma intestinale, metaboliti e così via, ma anche di tutti i loro precedenti farmaci e del loro ambiente.

Riunire tutti questi dati ed estrarre, in tempo reale, il valore per un individuo non è stato ancora raggiunto. Questo è l'obiettivo di vasta portata, ma per arrivarci, dobbiamo inchiodare la capacità di gestire i dati dei sensori, che è molto ricco e denso. In genere, i sensori trasmettono dati continuamente e nel tempo producono più dati di ogni altra cosa, comprese immagini e un'intera sequenza del genoma.

• 10 passaggi per l'adozione dell'intelligenza artificiale nel tuo business 10 passaggi per l'adozione dell'intelligenza artificiale nel tuo business
• Questa app porta la potenza dell'IA ai medici nei paesi in via di sviluppo Questa app porta la potenza dell'IA ai medici nei paesi in via di sviluppo
• 'Body Computing' trasforma l'assistenza sanitaria in LifeCare 'Body Computing' trasforma l'assistenza sanitaria in LifeCare

PCM: In che modo i dati estrarranno il valore per un individuo?

ET: Un giorno ci sarà un allenatore medico virtuale; come oggi abbiamo un oratore intelligente che ti fornirà indicazioni o risposte, oppure il tuo assistente digitale di Google ti informa del tuo programma o se dovresti partire presto per andare all'aeroporto. Bene, è bello per oggi, ma possiamo fare molto per l'assistenza sanitaria in futuro. Questo inizia ora con cose come il diabete e l'ipertensione, ma alla fine sarà una strategia di prevenzione per gran parte delle persone. Nessuno l'ha ancora assemblato, ma questi sono alcuni dei primi passi per arrivarci.

PCM: In che modo l'IA può davvero aiutare a rivoluzionare la previsione e la prevenzione delle malattie?

ET: Ci sono molti modi per raggiungere. Ad esempio, oggi, per i diabetici, l'unico algoritmo esistente è se il glucosio sta salendo o scendendo; questo è un algoritmo stupido. Quello che sappiamo è che la regolazione del glucosio e la condizione sono influenzate non solo da ciò che una persona mangia, ma anche dal suo sonno, dalla sua attività, dal suo microbioma intestinale e da altri fattori. Quindi, ciò che possiamo fare è sviluppare algoritmi che portino tutti quei dati e li restituiscano all'individuo per ottenere una migliore regolazione del glucosio e prevenire le complicazioni di patologie oculari, renali e vascolari. Gli algoritmi possono anche fornire dati vitali per aiutare a prevenire convulsioni, asma e attacchi di cuore. Ci sono così tante cose che possiamo prevenire una volta che conosciamo le persone a rischio e abbiamo algoritmi intelligenti per fattorizzare tutti i dati per un individuo e dare loro il feedback di cui hanno bisogno.

PCM: Ci sono progressi reali nella prevenzione dell'IA e della previsione delle malattie oggi o è qualcosa che vedremo in futuro?

ET: Beh, sta iniziando davvero a decollare; sono stati pubblicati circa cinque diversi studi prospettici. Quindi, hanno testato questi algoritmi in una clinica. Abbiamo già visto 15 algoritmi AI approvati dalla US Food and Drug Administration nell'ultimo anno. È ancora all'inizio dello sviluppo dell'IA, ma sta iniziando a prendere piede ora. Un anno fa non era così, ma certamente, l'ultima parte di quest'anno stiamo assistendo a prove accelerate di questa realtà che diventa realtà.

PCM: l' IA utilizzerà i sensori digitali di un prodotto come l'Apple Watch?

ET: Sì, e le notizie al riguardo a settembre sono state precedute da un annuncio di una startup chiamata AliveCor, che aveva già ricevuto l'autorizzazione FDA un anno prima per un algoritmo di deep learning. Pertanto, le persone possono monitorare la frequenza cardiaca a riposo e con attività fisica e ricevere avvisi quando qualcosa è fuori strada quando sono a riposo e la frequenza cardiaca lo è. Gli verrà detto di prendere un cardiogramma attraverso l'orologio, e poi questo verrà letto da un algoritmo e potrai diagnosticare la fibrillazione atriale. Quindi, quello è là fuori ora, è stato per un anno e poi, è offerto anche da Apple. Ora abbiamo il rilevamento multiplo del ritmo cardiaco del consumatore attraverso l'IA; questa è una storia del mondo reale. Non stiamo parlando di algoritmi di apprendimento profondo che sono ancora dietro le quinte; sono reali ora.

Con la fibrillazione atriale, potresti dire: "Tutti hanno bisogno di un Apple Watch?" No, ma per le persone a rischio o… che sono state trattate per la fibrillazione atriale, è una condizione importante che aumenta il rischio di ictus. Richiede ad alcune persone di avere fluidificanti del sangue per prevenire un ictus. Quindi, non è una cosa da poco se hai la fibrillazione atriale e hai qualche anomalia strutturale del cuore.

PCM: Sebbene aziende come 23andMe offrano test genetici per meno di $ 200, il sequenziamento di un intero genoma comporta comunque un prezzo elevato. L'intelligenza artificiale renderà il sequenziamento genomico più accessibile?

ET: È possibile. Uno dei modi in cui può farlo è semplicemente l'elaborazione molto più efficiente dei dati, quindi non è necessario sequenziarli in profondità o per altrettante persone. Ancora oggi il sequenziamento di un intero genoma è di circa mille dollari. E quindi, se vuoi farlo per molte persone, milioni o miliardi di persone, è ancora una spesa molto grande. Ci sono molti modi in cui l'IA può cambiare e ridimensionare il sequenziamento del genoma e non è solo il DNA. È RNA, proteine, metaboliti, il microbioma, ogni strato biologico che l'IA può avvicinarsi perché sono tutti grandi dati. Se è etichettato come "big data", allora fondamentalmente sta facendo lampeggiare l'IA.

PCM: Vedo che sei coinvolto nel "All of Us Research Program" del National Institute of Health. Cosa comporta?

ET: un milione di americani che, per molti anni, probabilmente decenni, impareranno su se stessi, il loro genoma, il loro microbioma e vari sensori. Condivideranno tali dati per consentirci di aiutare, idealmente non solo promuovendo la loro salute, ma anche la prossima generazione della salute delle persone. Poiché tutte queste capacità di comprendere ogni essere umano sono nuove, stiamo iniziando a capire come utilizzare questi strumenti per aiutare le persone a preservare la propria salute. Consentiamo alle persone di comprendere i propri dati, che restituiamo loro per aiutarli a lavorare con i loro medici per diventare cittadini scienziati e pionieri nel futuro della salute umana.

PCM: A cosa stai lavorando con i sensori cardiaci continui? Come funziona?

ET: Abbiamo una toppa, come un cerotto, che puoi indossare. Siamo sul battito cardiaco continuo di 15.000 persone per 11 o 12 giorni; è un'enorme quantità di dati. Essere in grado di prevedere l'aritmia, un disturbo del ritmo cardiaco, prima che si verifichi, e conoscere il segnale in modo da poterlo prevenire, ecco cosa stiamo cercando. Le persone hanno usato l'IA per fare la diagnosi del ritmo cardiaco, ma stiamo cercando di ottenerlo per prevenire l'aritmia cardiaca. Questa è la fase successiva.

PCM: Come entra in gioco il sequenziamento genico e come lo userete nella popolazione anziana?

ET: Abbiamo un ampio campionamento di persone e la loro età media è di 89 anni. Non sono mai stati malati e vogliamo sapere perché. Riteniamo che l'apprendimento approfondito da questi genomi, rispetto ai controlli, ci aiuterà perché è un'enorme quantità di dati a tessere, per comprendere le varianti genomiche in quelle persone "anziane" che sono diverse e rilevanti per la salute estrema. Ci è voluto quasi un decennio per accumulare tutte queste persone e farle sequenziare tutte.

PCM: L' intelligenza artificiale ci manterrà davvero più sani più a lungo?

ET: Dovremo vedere. Una cosa è una promessa e l'altra è soddisfare la promessa. Il tempo lo dirà. Ma non so se abbiamo visto qualcosa che ha tante promesse oggi. Ma ci vorrà un po 'per convalidare tutto.