AI in Nova Afrika (del IV): Uporaba AI v Afriki

Prejšnji teden smo predlagali, da bi razpravljali o nekaterih konkretnih aplikacijah AI s poudarkom na zdravstvu. Na kratko, pravi AI je takrat, ko sistem lahko razume in se uči iz izčrpnih nizov podatkov, medtem ko daje veljavna priporočila in predloge. Velja omeniti besedo "podatki", ki je informacija ali, če sem natančno določena, digitalno dostopna informacija. AI se zelo zanaša na razpoložljivost podatkov za usposabljanje stroja, podobno kot se ljudje učijo s sprejemanjem in analizo podatkov. Razlika je v tem bistvu ideja, da se stroji učijo z ogromno količino podatkov v veliko krajšem obdobju s pospešeno hitrostjo. Torej gre za poskus pospeševanja in optimizacije hitrosti, s katero stroji prevzemajo podatke, analizirajo podatke in se iz njih učijo, da bi dali natančnejša in veljavna priporočila in predloge, kjer je to potrebno.

Smo na zori tehnološke revolucije večjega obsega kot internet in mobilne komunikacijske tehnologije. V zadnjem času komaj mine dan brez napovedi neverjetne nove meje v AI. Vendar pa je večina trenutnih hype okoli AI posledica tehnike, imenovane globoko učenje (DL). AI, zlasti DL, je našel uporabo v številnih panogah in življenjskih področjih, od komunikacije do prevoza, od storitve za stranke do financiranja in od proizvodnje do zdravstva in zunaj njega. Na splošno bi lahko AI povzročile moteče aplikacije in posledice na trenutni arhitekturni red svetovnega gospodarstva in kraje, kot je Afrika, bi se morali pripraviti na to in izkoristiti potrebne vložke.

AI v zdravstvu

Kot smo poročali v nedavni objavi o tem, kako bi AI lahko pomagal preoblikovati farmacijo v Afriki, se aplikacije AI vse pogosteje uporabljajo za diagnostiko, operacijo, spremljanje pacientov ter seveda razvoj in dostavo zdravil ter številne zdravstvene storitve. Na temeljni ravni bi to lahko označili kot izkoriščanje moči velikih podatkov v znanosti o življenju, ki vključuje hitro obdelavo in prikaz ogromnih količin in različnih zdravstvenih ali bioloških podatkov.

Trenutno je to trend naraščanja v mnogih sektorjih zdravstva, kjer je ogromno podatkov, kot so laboratorijski podatki, podatki o zavarovanjih, evidence pacientov, podatki o raziskavah in celo podatki o družbenih medijih. V nedavnem poročilu je CB Insights opredelil več kot 100 uglednih podjetij, ki uporabljajo algoritme strojnega učenja in napovedno analitiko v različnih vidikih zdravstvenega varstva, na primer, da skrajšajo čas odkrivanja zdravil, bolnikom nudijo virtualno pomoč in diagnosticirajo težave z obdelavo medicinskih slik. .

Številna velika medicinska in farmacevtska podjetja moč umetne inteligence že izkoriščajo z odličnimi rezultati. Na primer, Johnson in Johnsonov sistem Sedasys je prejel odobritev FDA za samodejno anestezijo za standardne postopke, kot so kolonoskopije. Zdravnik nadzira več strojev hkrati, kar naredi stroške veliko manjše kot namenski človeški anesteziolog. Insilico Medicine je svoj sistem AI naučil napovedovati terapevtsko uporabo novih zdravil, preden sploh stopijo v postopek testiranja. Obstajajo tudi številni roboti v različnih fazah testiranja in odobritve za diagnosticiranje bolezni.

Zdravstvene organizacije se vedno bolj trudijo za avtomatizacijo postopka diagnoze z razvojem velikih podatkovnih platform za povečanje hitrosti zdravstvene prakse in raziskav. V nekaterih primerih, na primer pri IBM-ovem Watsonu, imajo ti stroji višjo stopnjo natančnosti za diagnoze kot človeški zdravniki. Uporaba AI in velikih podatkov v nekaterih od teh zdravstvenih procesov omogoča sistemom spremljanje kompleksnih vzorcev, kar omogoča večjo učinkovitost pri ugotavljanju bolezni in oblikovanju pravilnih diagnoz. Tudi na primer ultrazvok zdaj uporablja AI in sisteme na oblaku ter tehnologijo 3D slikanja za doseganje boljše natančnosti in natančnosti. Po besedah ​​Harpreet Singh Buttar, analitika pri Frost & Sullivan, "bi bili sistemi AI do leta 2025 lahko vključeni v vse, od upravljanja zdravja prebivalstva do digitalnih avatarjev, ki bi znali odgovarjati na specifična vprašanja bolnikov."

Zdaj nas čaka več virtualnih spremljanj. To pomeni, da kliničnemu osebju ni treba več posvetiti toliko časa za spremljanje. To je zato, ker imajo pacienti zdaj možnost spremljanja z digitalnimi metodami in orodji, kot so digitalne aplikacije in drugi postopki AI. Zdaj so na voljo tudi pametni robotski programi, ki bi lahko odgovarjali na pogosto zastavljena vprašanja in spremljali bolnikovo zdravje, pri čemer nekatere aplikacije še naprej dajejo priporočila bolnikom na podlagi njihove trenutne diagnoze in preteklih zdravstvenih poročil. Nič čudnega, da se vse več pacientov spodbuja, da gredo digitalno.

Poleg tega so vsa ostala orodja za zdravstveno varstvo (stara in nova), ki pomagajo digitalno zdravstveno varstvo; diagnostika, telemedicina, EMR, EMR z omrežjem (intranet ali internet), oprema, povezana prek računalnikov, opomniki drog, selfiksi drog in tako naprej, bi lahko zdaj v njih vgradili AI ali inteligentne programe. Posledično ta orodja nenadoma postanejo pametnejša, učijo se iz podatkov in nam pomagajo bolj pametno delati.

V bistvu AI omogoča dostopnost, ustreznost in uporabnost informacij o zdravstvenem varstvu. Malo bolj poglobljen pogled na pomembno uporabo AI v zdravstvu, natančneje v farmacevtski industriji, bi bil v pomoč.

Nova zora za Afriko; preoblikovanje v svetovno farmacevtsko središče

O nekaterih od teh smo obširno razpravljali v nedavnem postu. Doktor Bertalan Mesko, ko razpravlja o prihodnosti farmacije, pravi, da bo "medicinsko odločanje z umetno inteligenco z močjo superračunalnikov spremenilo vsakodnevno medicino. Kognitivni računalniki, kot je IBM Watson, so bili uporabljeni na številne načine za analizo velikih podatkov, ne samo v genomskih raziskavah, ampak tudi v biotehnologiji. To bo tudi oblikovalo način, kako najdemo nova zdravila. S podrobnimi simulacijami človeške fiziologije bi lahko privedlo do zaključka eksperimentiranja s človekom. Naša doba, z drogami, ki se testirajo na dejanskih ljudeh, se bo ljudem prihodnosti zdela barbarska. Kaj pa, če bi superračunalniki lahko v nekaj sekundah testirali na tisoče tarč drog na milijarde simulacij, ki modelirajo fiziologijo človeškega telesa? Pharma bi moral podpirati take raziskave v njihovo korist. "

Kot že vemo in je dobro, da se na tej točki spomnimo, da so AI in večina drugih tehnoloških dosežkov v bistvu le "orodje", orodja za reševanje težav in izboljšanje stvari. Vprašanje je torej: Ali obstajajo težave v farmaciji, ki jih je treba odpraviti? Ali obstajajo farmacevtski procesi, ki jih je treba izboljšati, izboljšati in izboljšati? No, kdo je blizu farmacije, ve, da obstajajo dolgotrajne težave pri iskanju rešitev in procesov, ki si zaslužijo izboljšave od dejanskega odkritja drog in razvoja do dejanske dostave.

Značilna uporaba AI je v odkrivanju drog. V naravi in ​​znotraj farmacevtskih podjetij je ogromno molekul in spojin, ki bi lahko bile primerne rešitve za boj proti specifičnim boleznim in izboljšanje zdravja, vendar pa je izziv takšen, da jih prepoznamo kot take; kot potencialne terapevtske entitete. Odkrivanje in razvoj zdravil verjetno ni le najpomembnejši izziv, ampak tudi najpomembnejša priložnost za izboljšanje zdravstva. Iskanje novega zdravila je lahko zelo zahtevno in stroškovno omejujoče. Potrebno je veliko časa z velikimi finančnimi in intelektualnimi zahtevami. Na osnovni ravni so to običajno posledica potrebnih postopkov, potrebnih za zagotovitev učinkovitih in varnih zdravil za uporabo. V povprečju bi lahko postopki, ki se nanašajo na dostopnost zdravil, od odkritja do administracije, farmacevtske družbe stali do 2,6 milijarde dolarjev in bi lahko trajalo približno 12 do 14 let. Zaradi tega je vodilna kratkoročna in dolgoročna uporaba AI v farmaciji bolj usmerjena k zmanjšanju časa in s tem stroškov razvoja zdravil. To ne bi samo povečalo donosnosti naložbe in zmanjšalo stroške za uporabnike, ampak bi bilo koristno tudi pri hitrejšem zagotavljanju uporabnih izdelkov, zlasti tam, kjer je to najpomembnejše.

Običajno na tisoče molekul običajno preučimo in jih preženemo skozi številne procese, iz katerih bi le klinična preskušanja lahko prišla le peščica, od približno deset tisoč molekul, ki so jih preučevali v povprečju, pa je bilo mogoče dobiti dve od nobene. Vprašanja so naslednja: Ali lahko AI hitro pomaga razvijalcem farmacevtskih izdelkov, da ne porabijo preveč sredstev za obsojene na neuspeh molekul? Bi se lahko farmacevtski razvijalci bolj osredotočili na peščico najmočnejših molekul, ki bi lahko bile primerne in odobrene za njihove posebne namene? Posledica tega bi bilo drastično zmanjšanje porabljenih virov, pospešitev postopka odkrivanja drog in zagotovitev odkritja bolj kakovostnih zdravil. No, izkaže se, da bi bil AI lahko koristen, AI pa, kot priznamo, trenutno najde aplikacije v skoraj vseh vidikih postopka odkrivanja drog.

Kar nekaj podjetij, osredotočenih na AI, vključno z zdravili Insilico Medicine, Atomwise, Numerate in drugimi, dela veliko dela in obdeluje velike klinične in medicinske podatke, da bi farmacevtu pomagali bolje. Številni, med njimi tudi Frost & Sullivan, so pred kratkim prepoznali trud na Insilico Medicine. Tudi ob trenutni stopnji napredka (in tempo se pospešuje) bi verjetno v naslednjih nekaj letih stroški zdravljenja za polovico znižali za polovico.

Med nekaterimi v Afriki se je pojavljala ta ponavljajoča se tema, tako v visokih kot nizkih krajih. Menijo, da bi bilo skoraj nemogoče opraviti resne raziskave, razviti zdravila in dati bolj izvirne prispevke k farmaciji na svetovni ravni iz Afrike. Mnogi od teh ljudi ponavadi navajajo prepovedane in vse večje stroške raziskav in razvoja zdravil, kot si jih nekatere afriške organizacije, ki jih zanima farmacevtska industrija, ne morejo privoščiti. Zanje so afriške ustanove zavezane k temeljnim raziskovalnim prizadevanjem, ki so večinoma vezane na police. Mnogi to priznavajo kot izjemno nevzdržno. Na srečo s pomočjo napredka na področju tehnologije, zlasti AI, zdaj ni nobenega razloga, da znanstveniki in razvijalci v Afriki ne bi mogli biti bolj produktivni in inovativni za doseganje boljših rezultatov odkrivanja drog. To bi verjetno spremenilo farmacijo in zdravstveno varstvo na splošno.

O avtorju

Iraneus Ogu usmerja Afriško umetno inteligenco in Blockchain for Healthcare Initiative v podjetju Insilico Medicine, Inc. Poleg tehnološkega razvoja se ukvarja z dolgoživostjo in staranjem intervencij, pri čemer se njegova raziskovalna prizadevanja osredotočajo na nevroregeneracijo. Enako sodeluje z razvojnim timom na Longenesis.com, izkušen pa je tudi s farmacevtskimi znanostmi na Univerzi v Greenwichu, kjer se je njegova raziskava osredotočila na odmerne oblike z nadzorovanim sproščanjem.