Как искусственный интеллект поможет бороться с будущим коронавирусом

1 min


Вспышки таких заболеваний, как коронавирус, часто разворачиваются слишком быстро, чтобы ученые могли найти лекарство в кратчайшие сроки. Но в будущем искусственный интеллект может помочь ученым сделать работу лучше.

Технология пока не играет главную роль в борьбе с нынешней эпидемией, хотя нейросети и ИИ-алгоритмы используются в лечебных и диагностических учреждениях. В том числе, в Китае, где к началу 2020 года свыше 130 компаний были задействованы во внедрение искусственного интеллекта.

Крупнейшие IT-гиганты Поднебесной Alibaba и Tencent создали научные центры по разработке и применению диагностического оборудования на базе ИИ. По подсчётам международной исследовательской фирмы IDC, рынок медицинских услуг КНР на базе ИИ к 2020 году достиг 930 миллионов долларов.

После начала эпидемии нового коронавируса в Китае активизирована работа по внедрению находящихся в стадии разработки инновационных медицинских решений. Медицинская база данных постоянно пополняется сведениями о симптомах и заболеваниях, что позволяет увеличить точность диагностики алгоритмами до 90%. Такие системы на базе ИИ используются в более 200 больниц,  

Система анализа медицинских изображений томограмм с помощью искусственного интеллекта позволяет значительно повысить точность диагностики пневмонии, вызванной новым коронавирусом. Применение этой технологии делает ранний скрининг и профилактику более эффективными.

Компания Alibaba разработала систему на основе искусственного интеллекта для выявления людей с повышенной температурой или без медицинской маски. Система при помощи сенсоров позволяет дистанционно определять температуру тела проходящего поблизости человека с допустимой погрешностью в пределах 0,3 градуса Цельсия. Выявив у прохожего признаки жара, система автоматически оповещает об этом медиков.

Эксперты видят первоочередное применения систем искусственного интеллекта в анализе больших массивов данных и нахождении связей и закономерностей, которые помогут врачам лучше подбирать программы лечения или какие опыты стоит провести в дальнейшем

Вопрос в том, к каким выводам придет ИИ на основе тех немногочисленных данных о новом коронавирусе Covid-19, о котором впервые узнали только в конце прошлого года в Китае, где за два месяца заболело более 75 000 человек.

Тот факт, что ученым удалось произвести генное секвенирование нового вируса в течение нескольких недель после первых зарегистрированных случаев заболевания, является многообещающим. Эндрю Хопкинс, главный исполнительный директор английской компании Exscientia Ltd., расположенной в Оксфорде, входит в число тех, кто работает над обучением искусственного интеллекта для создания лекарств. Он считает, что благодаря искусственному интеллекту в следующем десятилетии срок разработки новых препаратов, вплоть до клинических испытаний, может сократиться всего до 18-24 месяцев.

Exscientia разработала новый препарат для лечения обсессивно-компульсивного расстройства, который был готов к тестированию в лаборатории менее чем через год с начальной стадии исследования. Это примерно в пять раз быстрее, чем в среднем, по данным компании.

Кембриджская компания Healx имеет похожий подход, но использует машинное обучение, чтобы найти новое применение существующим лекарствам. Обе компании, для создания новых методов лечения болезней, снабжают свои алгоритмы информацией, полученной из таких источников, как журналы, биомедицинские базы данных и клинические испытания.

В каждой компании есть команда исследователей, которые контролируют работу ИИ. В Exscientia разработчики лекарств помогают обучать алгоритмы стратегии поиска соединений. Healx передает предсказания ИИ исследователям, которые анализируют результаты и решают, что делать дальше. Нил Томпсон (Neil Thompson), главный научный сотрудник Healx, сказал, что эта техника может быть использована против коронавируса, при условии, что у них будет достаточно данных о новом заболевании.

Алгоритмы искусственного интеллекта уже доказывают эффективность в создании лекарств от известных болезней. К примеру, алгоритм глубинного обучения Массачусетского технологического института изучил 100 миллионов молекул и открыл новые антибиотики. Они способны победить туберкулез, клостридиоз и более 30 супербактерий, некоторые из которых в настоящее время устойчивы к другим видам лечения.

Одна из проблем в данной области — клинические испытания. Даже лекарства, безопасные для лечения одного заболевания, должны быть проверены снова, прежде чем они будут прописаны для лечения другого. Процесс демонстрации их безопасности и эффективности на большом количестве людей может занять годы, прежде чем обращаться в регуляторные органы для проверки.

Для того чтобы быть эффективными, разработчики лекарств на основе ИИ должны планировать заранее, выбирая геном вируса, который может вызвать проблемы в будущем. Еще одним препятствием является поиск квалифицированного персонала.

"Трудно найти людей, которые могли бы работать на стыке ИИ и биологии, а крупным компаниям трудно принимать быстрые решения по таким технологиям", — говорит Ирина Хайвас, партнер венчурной фирмы Atomico и бывший хирург, входящий в правление Healx. "Недостаточно быть инженером по искусственному интеллекту, нужно понимать и вникать в применение технологий в биологии".

Источник


Понравилось? Поделись с друзьями в соц-сетях!

B-MAG

Редакция бизнес-журнала - B-MAG.ru Мы публикуем материалы о бизнесе и деловой жизни, предпринимательстве и стартапах, инвестициях, бизнес идеях и технологиях. /Business life today – деловая жизнь сегодня/

Новые комментарии:

Ваш адрес email не будет опубликован. Обязательные поля помечены *

девятнадцать − девять =

Choose A Format
Story
Formatted Text with Embeds and Visuals