«Getty ImagesШтучний інтелект потенційно може виявити набагато більше за допомогою аналізу крові, ніж це можливо зараз. Це третя частина серії із шести частин, яка розглядає, як штучний інтелект змінює медичні дослідження та лікування. Рак яєчників є «рідкісним, недофінансованим і смертельним». Одра Моран, голова Альянсу з дослідження раку яєчників (Ocra), глобальної благодійної організації», — пишуть на: www.bbc.com
Getty Images
ШІ потенційно може виявити набагато більше за допомогою аналізу крові, ніж зараз можливо
Це третя функція в серії з шести частин, яка розглядає, як ШІ змінює медичні дослідження та лікування.
Рак яєчників є «рідкісним, недофінансованим і смертельним», — каже Одра Моран, голова Альянсу з дослідження раку яєчників (Ocra), глобальної благодійної організації, що базується в Нью-Йорку.
Як і всі види раку, чим раніше його виявити, тим краще.
Більшість раку яєчників починається в фаллопієвих трубах, тому до того часу, коли він потрапляє в яєчники, він може вже поширитися в інших місцях.
«За п’ять років до будь-яких симптомів вам, можливо, доведеться виявити рак яєчників, щоб вплинути на смертність», — каже пані Моран.
Але з’являються нові аналізи крові, які використовують потужність штучного інтелекту (ШІ), щоб виявляти ознаки раку на дуже ранніх стадіях.
І це не тільки рак, ШІ також може прискорити інші аналізи крові на потенційно смертельні інфекції, такі як пневмонія.
Меморіальний онкологічний центр Слоуна Кеттерінга
Доктор Деніел Геллер навчав ШІ виявляти ранні ознаки раку яєчників
Доктор Деніел Геллер є біомедичним інженером у Меморіальному онкологічному центрі Слоуна Кеттерінга в Нью-Йорку.
Його команда розробила технологію тестування, яка використовує нанотрубки – крихітні трубки з вуглецю, які приблизно в 50 000 разів менші за діаметр людської волосини.
Близько 20 років тому вчені почали відкривати нанотрубки, які можуть випромінювати флуоресцентне світло.
За останнє десятиліття дослідники навчилися змінювати властивості цих нанотрубок, щоб вони реагували майже на будь-що в крові.
Тепер можна помістити мільйони нанотрубок у зразок крові та змусити їх випромінювати різні довжини хвилі світла залежно від того, що до них прилипає.
Але це все ще залишало питання про інтерпретацію сигналу, який доктор Хеллер порівнює з пошуком відповідності відбитку пальця.
У цьому випадку відбиток пальця — це модель молекул, що зв’язуються з датчиками, з різною чутливістю та силою зв’язування.
Але візерунки надто тонкі, щоб людина могла їх розрізнити.
«Ми можемо поглянути на дані і взагалі не матимемо в них сенсу», — каже він. «Ми можемо бачити лише шаблони, які відрізняються за допомогою ШІ».
Декодування даних із нанотрубок означало завантаження даних в алгоритм машинного навчання та вказівку алгоритму, які зразки надійшли від пацієнтів із раком яєчників, а які — від людей без нього.
До них входила кров людей з іншими формами раку або іншими гінекологічними захворюваннями, які можна сплутати з раком яєчників.
Велика проблема у використанні ШІ для розробки аналізів крові для дослідження раку яєчників полягає в тому, що він відносно рідкісний, що обмежує дані для навчання алгоритмів.
Більша частина навіть цих даних зберігається в лікарнях, де їх лікували, з мінімальним обміном даними для дослідників.
Доктор Геллер описує навчання алгоритму на доступних даних лише кількох 100 пацієнтів як «пропуск «Радуйся, Маріє».
Але він каже, що ШІ зміг отримати кращу точність, ніж найкращі доступні сьогодні біомаркери раку, і це була лише перша спроба.
Система проходить подальші дослідження, щоб побачити, чи можна її вдосконалити за допомогою більших наборів датчиків і зразків від багатьох пацієнтів. Більше даних може покращити алгоритм, так само як алгоритми для самокерованих автомобілів можуть покращитися завдяки більшій кількості тестувань на вулиці.
Доктор Геллер покладає великі надії на цю техніку.
«Що ми хотіли б зробити, так це сортувати всі гінекологічні захворювання. Тож, коли хтось прийде зі скаргою, чи можемо ми дати лікарям інструмент, який швидко повідомить їм, що швидше за все це рак чи ні, або цей рак, ніж той».
Доктор Геллер каже, що це може відбутися через «три-п’ять років».
Воїн
Karius має базу даних мікробної ДНК, яка містить десятки мільярдів точок даних.
Потенційно корисний штучний інтелект не тільки для раннього виявлення, він також прискорює інші аналізи крові.
Для хворого на рак пневмонія може бути смертельною, і оскільки існує близько 600 різних організмів, які можуть викликати пневмонію, лікарям доводиться проводити численні тести, щоб ідентифікувати інфекцію.
Але нові види аналізів крові спрощують і прискорюють процес.
Каруїс із Каліфорнії використовує штучний інтелект (ШІ), щоб допомогти визначити точний збудник пневмонії за 24 години та вибрати правильний антибіотик для нього.
«Перед нашим тестом пацієнт із пневмонією пройшов би від 15 до 20 різних тестів, щоб визначити свою інфекцію лише протягом першого тижня перебування в лікарні — це приблизно 20 000 доларів США на тестування», — каже виконавчий директор Karius Алек Форд.
Karius має базу даних мікробної ДНК, яка містить десятки мільярдів точок даних. Тестові зразки пацієнтів можна порівняти з цією базою даних, щоб визначити точний патоген.
Містер Форд каже, що це було б неможливо без ШІ.
Однією з проблем є те, що дослідники наразі не обов’язково розуміють усі зв’язки, які ШІ може встановити між тестовими біомаркерами та захворюваннями.
Протягом останніх двох років д-р Славе Петровскі розробив платформу штучного інтелекту під назвою Milton, яка, використовуючи біомаркери в даних біобанку Великобританії, дозволяє ідентифікувати 120 захворювань із рівнем успіху понад 90%.
Штучний інтелект здатний лише знаходити шаблони в такій масі даних.
«Це часто складні закономірності, де може не бути одного біомаркера, але ви повинні брати до уваги всю закономірність», — каже доктор Петровскі, який є дослідником у фармацевтичному гіганті AstraZeneca.
Доктор Хеллер використовує подібну техніку зіставлення шаблонів у своїй роботі з раком яєчників.
«Ми знаємо, що датчик зв’язується з білками та малими молекулами в крові та реагує на них, але ми не знаємо, які з білків чи молекул специфічні для раку», — каже він.
У більш широкому сенсі дані або їх відсутність все ще є недоліком.
«Люди не діляться своїми даними, або немає механізму для цього», — каже пані Моран.
Ocra фінансує масштабний реєстр пацієнтів із електронними медичними записами пацієнтів, які дозволили дослідникам навчати алгоритми на їхніх даних.
«Ще рано — ми все ще на дикому заході штучного інтелекту», — каже пані Моран.
Більше технологій бізнесу