Vídeo: Inteligência Artificial brincando de Pique-Esconde (Novembro 2024)
A inteligência artificial (IA) está fazendo grandes avanços no setor de saúde. Para ajudar a prevenir doenças, os profissionais médicos agora podem usar os dados de sensores médicos e genômica, a disciplina de biologia molecular que cobre a função, estrutura e mapeamento de genomas. Isso faz parte de uma tendência chamada "medicina preditiva", na qual o big data ajuda a identificar pacientes com risco de doença, assim como a análise preditiva é usada pelas ferramentas de business intelligence (BI) hoje para identificar novas tendências e oportunidades.
O Instituto Translacional de Pesquisa da Scripps usa dados genômicos para entender melhor a composição da saúde de uma pessoa. A Scripps está trabalhando com a Nvidia para desenvolver práticas de IA e aprendizado profundo que podem extrair informações da genômica e de sensores digitais em relógios inteligentes, medidores de pressão arterial e monitores de glicose. Os cientistas de dados podem até aplicar aprendizado profundo aos dados médicos provenientes da nova Apple Watch Series 4. A Nvidia e a Scripps conduzirão essa pesquisa como parte de um novo centro de excelência nas instalações das duas empresas.
Para saber mais sobre como a IA e o big data podem ajudar a gerar insights de sensores médicos, a PCMag conversou com o especialista em saúde digital e cardiologista Dr. Eric Topol. Ele também é o diretor e fundador do Instituto Translacional de Pesquisa Scripps.
PCMag (PCM): Como o Scripps se uniu à Nvidia?
Eric Topol (ET): Eu iniciei isso; Eu estava lendo muito sobre a contribuição deles para todo o campo do aprendizado profundo e da IA porque tenho um livro em breve sobre esse assunto. Eu tinha feito muita pesquisa e percebi que eles eram líderes da indústria em hardware de IA e em muitas inovações em setores locais, incluindo carros sem motorista, criptomoeda, videogame e assistência médica, entre outros. Então começamos a conversar sobre como poderíamos trabalhar juntos.
ET: O objetivo geral é promover a saúde humana. Precisamos ser capazes de aplicar aprendizado profundo, IA e todos os seus subtipos para não apenas analisar dados de sensores e seqüências genômicas inteiras, mas reunir todos esses dados para cada pessoa. Esses dados incluem sensores que eles estão usando, além de dados de camadas biológicas. Não são apenas DNA, proteínas, seu microbioma intestinal, metabólitos e assim por diante, mas também todos os medicamentos anteriores e o ambiente.
Reunir todos esses dados e extrair, em tempo real, o valor para um indivíduo ainda não foi alcançado. Esse é o objetivo de longo alcance, mas para chegar lá, precisamos definir a capacidade de lidar com dados de sensores, que são muito ricos e densos. Normalmente, os sensores transmitem dados continuamente e, com o tempo, produzem mais dados do que qualquer outra coisa, incluindo imagens e toda uma sequência do genoma.
- 10 etapas para a adoção da inteligência artificial em seus negócios 10 etapas para a adoção de inteligência artificial em seus negócios
- Este aplicativo traz o poder da IA para médicos no mundo em desenvolvimento Este aplicativo traz o poder da IA para médicos no mundo em desenvolvimento
- 'Body Computing' transforma assistência médica em assistência médica 'Body Computing' transforma assistência médica em assistência médica
PCM: Como os dados extrairão o valor para um indivíduo?
ET: Um dia haverá um treinador médico virtual; como hoje, temos um alto-falante inteligente que fornecerá orientações ou respostas, ou seu assistente digital do Google informa sobre sua programação ou se você deve sair mais cedo para ir ao aeroporto. Bem, isso é bom por hoje, mas podemos fazer muito pela saúde no futuro. Isso está começando agora com coisas como diabetes e pressão alta, mas eventualmente isso será uma estratégia de prevenção para uma grande proporção de pessoas. Ninguém o montou ainda, mas estas são algumas etapas iniciais para chegar lá.
PCM: Como a IA realmente ajudará a revolucionar a previsão e prevenção de doenças?
ET: Há muitas maneiras de conseguir isso. Por exemplo, hoje, para diabéticos, o único algoritmo que existe é se sua glicose está subindo ou descendo; isso é um algoritmo estúpido. O que sabemos é que a regulação da glicose e a condição são afetadas não apenas pelo que a pessoa come, mas também pelo sono, atividade, microbioma intestinal e outros fatores. Portanto, o que podemos fazer é desenvolver algoritmos que tragam todos esses dados e os devolvam ao indivíduo para obter uma melhor regulação da glicose e evitar complicações de condições como doenças oculares, renais e vasculares. Os algoritmos também podem fornecer dados vitais para ajudar a prevenir convulsões, asma e ataques cardíacos. Há tantas coisas que podemos evitar quando conhecemos as pessoas que estão em risco e temos algoritmos inteligentes para levar em consideração todos os dados de um indivíduo e fornecer o feedback de que eles precisam.
PCM: Existe progresso real na IA e na prevenção de previsão de doenças hoje, ou isso é algo que veremos no futuro?
ET: Bem, está começando a decolar; foram publicados cerca de cinco estudos prospectivos diferentes. Então, eles estão testando esses algoritmos em uma clínica. Já vimos 15 algoritmos de IA aprovados pela Food and Drug Administration dos EUA no ano passado. Ainda está no início do desenvolvimento da IA, mas está começando a se firmar agora. Há um ano, esse não era o caso, mas certamente, na parte final deste ano, estamos vendo evidências aceleradas de que isso se torna realidade.
PCM: A IA usará sensores digitais de um produto como o Apple Watch?
ET: Sim, e as notícias sobre isso em setembro foram precedidas por um anúncio de uma startup chamada AliveCor, que já havia recebido a autorização da FDA um ano antes para um algoritmo de aprendizado profundo. Assim, as pessoas podem monitorar sua frequência cardíaca em repouso e com atividade física e ser alertadas quando algo está fora do rumo quando estão em repouso e com a frequência cardíaca. Eles serão instruídos a fazer um cardiograma através do relógio e, em seguida, isso será lido por um algoritmo e você poderá diagnosticar fibrilação atrial. Então, isso já existe há um ano e também está sendo oferecido pela Apple. Agora, temos detecção múltipla do ritmo cardíaco do consumidor por meio da IA; essa é uma história do mundo real. Não estamos falando de algoritmos de aprendizado profundo que ainda estão nos bastidores; Eles são reais agora.
Com fibrilação atrial, você poderia argumentar: "Todo mundo precisa de um Apple Watch?" Não, mas para pessoas que estão em risco ou… foram tratadas para fibrilação atrial, é uma condição importante que aumenta o risco de derrame. Requer que algumas pessoas tenham anticoagulantes para evitar um derrame. Portanto, não é uma questão trivial se você tiver fibrilação atrial e tiver alguma anormalidade estrutural do coração.
PCM: Embora empresas como a 23andMe ofereçam testes genéticos por menos de US $ 200, o seqüenciamento de um genoma inteiro ainda gera um preço elevado. A IA tornará o sequenciamento genômico mais acessível?
ET: É possível. Uma das maneiras de fazer isso é apenas pelo processamento muito mais eficiente dos dados, para que você não precise sequenciá-los profundamente ou para tantas pessoas. Ainda hoje, o seqüenciamento de um genoma inteiro individual é de cerca de mil dólares. E assim, se você quiser fazer isso para muitas pessoas, milhões ou bilhões de pessoas, ainda será uma despesa muito grande. Existem muitas maneiras pelas quais a IA pode mudar e escalar o sequenciamento do genoma e não é apenas o DNA. É RNA, proteínas, metabólitos, microbioma, todas as camadas biológicas que a IA pode abordar porque são todos grandes volumes de dados. Se estiver rotulado como "grande volume de dados", basicamente está piscando a IA.
PCM: Vejo que você está envolvido no "Programa de Pesquisa Todos Nós do Instituto Nacional de Saúde". O que isso implica?
ET: um milhão de americanos que, por muitos anos, provavelmente décadas, aprenderão sobre si mesmos, seu genoma, seu microbioma e vários sensores. Eles compartilharão esses dados para que possamos ajudar - idealmente não apenas promovendo sua saúde, mas a próxima geração de saúde das pessoas. Como todas essas habilidades para entender cada ser humano são novas, agora estamos começando a entender como usar essas ferramentas para ajudar as pessoas a preservar sua saúde. Permitimos que as pessoas entendam seus próprios dados, que devolvemos para ajudá-las a trabalhar com seus médicos para se tornarem cientistas cidadãos e pioneiros no futuro da saúde humana.
PCM: Em que você está trabalhando com sensores cardíacos contínuos? Como isso funciona?
ET: Temos um adesivo, como um curativo, que você pode usar. Nos batimentos cardíacos contínuos de 15.000 pessoas durante 11 ou 12 dias; é uma enorme quantidade de dados. Ser capaz de prever arritmia, um distúrbio do ritmo cardíaco, antes que ocorra, e conhecer o sinal para que possamos preveni-lo, é isso que estamos buscando. As pessoas usaram a IA para diagnosticar o ritmo cardíaco, mas estamos tentando fazê-lo para evitar arritmia cardíaca. Essa é a próxima fase.
PCM: Como o sequenciamento genético inteiro entra em cena e como você o utilizará na população idosa?
ET: Temos uma amostra muito grande de pessoas e sua idade média é de 89 anos. Elas nunca estiveram doentes e queremos saber o porquê. Acreditamos que o aprendizado profundo desses genomas, em comparação com os controles, nos ajudará, porque é uma quantidade enorme de dados a ser tecida, para entender as variantes genômicas nessas pessoas "soldadas" que são diferentes e relevantes para uma saúde extrema. Levamos quase uma década para acumular todas essas pessoas e sequenciá-las.
PCM: A IA realmente nos manterá mais saudáveis por mais tempo?
ET: Nós vamos ter que ver. Uma coisa é uma promessa e a outra coisa é cumpri-la. O tempo vai dizer. Mas não sei se vimos algo que tem tanta promessa hoje. Mas vai demorar um pouco para que tudo seja validado.
