Je AI užitečná v pandemii COVID?

Umělá inteligence (AI) prokázala svou hodnotu v pandemii COVID-19 a je příslibem pro zmírnění budoucích krizí ve zdravotnictví. Například během první vlny pandemie v New Yorku společnost Mount Sinai Health System použila algoritmus, který pomohl identifikovat pacienty připravené k propuštění. Takové systémy mohou pomoci přetíženým nemocnicím řídit personál a tok zásob v lékařské krizi, aby mohly nadále poskytovat špičkovou péči o pacienty. 1

Pandemické aplikace prokázaly potenciál umělé inteligence nejen snížit administrativní zátěž, ale také vrátit lékařům to, co Eric Topol, MD, zakladatel a ředitel Scripps Research Translational Institute a autor knihy Hluboká medicína, nazývá „dar času“. 2 Více času s pacienty přispívá k jasné komunikaci a pozitivním vztahům, což snižuje pravděpodobnost lékařských chyb, zvyšuje bezpečnost pacientů a potenciálně snižuje rizika lékařů u určitých typů soudních sporů. 3

Lékaři a zdravotnické systémy však budou muset k AI přistupovat opatrně. Zůstává mnoho neznámých – včetně potenciálních rizik spojených s odpovědností a potenciálu pro zhoršení již existující předpojatosti. Zákon se bude muset vyvinout, aby zohlednil scénáře odpovědnosti související s umělou inteligencí, z nichž některé si zatím nelze představit.

Jako každá nově vznikající technologie přináší umělá inteligence riziko, ale její příslib přínosů by měl převážit pravděpodobnost negativních důsledků – za předpokladu, že si budeme i nadále uvědomovat a zmírníme potenciál nežádoucích událostí vyvolaných umělou inteligencí.

Úspěch pandemie AI je omezený kvůli fragmentovaným datům

Inovace jsou klíčem k úspěchu v jakékoli krizi a mnoho poskytovatelů zdravotní péče prokázalo svou schopnost inovovat pomocí AI během pandemie. Například výzkumníci ze zdravotního systému Kalifornské univerzity v San Diegu (UCSD), kteří navrhovali program umělé inteligence, který má lékařům pomoci odhalit zápal plic na rentgenovém snímku hrudníku, upravili svou aplikaci tak, aby pomáhala lékařům v boji proti koronaviru. 4

Mezitím se umělá inteligence používala k rozlišení příznaků specifických pro COVID-19: Jednalo se o počítačové prosévání lékařských záznamů, které převedlo anosmii, ztrátu čichu, z neoficiálního spojení k oficiálně uznanému časnému příznaku viru. 5 Tyto informace nyní pomáhají lékařům odlišit COVID-19 od chřipky.

Více inovací však brzdí fragmentace zdravotnických dat v USA Většina aplikací umělé inteligence pro medicínu se spoléhá na strojové učení; to znamená, že trénují na historických datech pacientů, aby rozpoznávali vzorce. Proto: „Vše, co děláme, se zlepšuje s mnohem více anotovanými datovými sadami,“ říká Dr. Topol. Bohužel kvůli našim různorodým systémům nemáme centralizovaná data. 6 A i kdyby byla naše data centralizovaná, výzkumníkům chybí dostatek spolehlivých dat COVID-19, aby algoritmy v krátkodobém horizontu zdokonalili.

Nebo ponuřeji řečeno Washington Post: “Jednou z největších výzev bylo, že mnoho dat zůstává ukryto v nekompatibilních počítačových systémech, hromadí se obchodními zájmy a zamotávají se do geopolitiky.” 7

Dobrou zprávou je, že platforma pro strojové učení a datovou vědu Kaggle hostí soubor COVID-19 Open Research Dataset neboli CORD-19, který obsahuje více než 100,000 19 odborných článků o COVID-8, SARS a dalších relevantních infekcích. XNUMX Namísto skutečného centrálního úložiště anonymizovaných zdravotních dat mohou takové velké soubory dat pomoci trénovat nové aplikace umělé inteligence při hledání nových diagnostických nástrojů a terapií.

AI zavádí nové otázky týkající se odpovědnosti

I když AI může být nakonec právnickou osobou, ve skutečnosti to není osoba: Je to nástroj, který používají jednotliví lékaři, týmy, zdravotní systémy, dokonce i více systémů spolupracujících. Naše současné zákony o odpovědnosti nejsou připraveny na éru digitální medicíny.

Algoritmy AI nejsou dokonalé. Protože víme, že diagnostická chyba je již hlavním obviněním v tvrzeních o zanedbání povinné péče, musíme se ptát: Co se stane, když pacient tvrdí, že k diagnostické chybě došlo proto, že se lékař nebo lékaři příliš opřeli o AI?

V USA zpoždění testování ohrozilo bezpečnost pacientů, lékařů a veřejnosti tím, že zpozdilo diagnózu COVID-19. Ale opět, poskytovatelé zdravotní péče aplikovali na tento problém skutečné inovace – generování nových a užitečných nápadů a aplikování těchto nápadů. Například vědci z Mount Sinai se stali prvními v zemi, kteří zkombinovali AI se zobrazovacími a klinickými daty a vytvořili algoritmus, který dokáže detekovat COVID-19 na základě skenování hrudníku počítačovou tomografií (CT) v kombinaci s informacemi o pacientovi a expozicí. Dějiny. 9

Umělá inteligence ve zdravotnictví může pomoci zmírnit zkreslení – nebo je zhoršit

Strojové učení je jen tak dobré, jak dobré jsou informace poskytnuté k trénování stroje. Modely trénované na dílčích souborech dat se mohou vychýlit k demografickým údajům, které se v datech objevovaly častěji – například bělochy nebo muži starší 60 let. Existuje obava, že „analýzy založené na chybných nebo zkreslených algoritmech by mohly prohloubit existující rasové rozdíly a další rozdíly ve zdravotní péči. .“ 10 Již během prvních vln pandemie bylo zjištěno, že mnoho systémů umělé inteligence používaných ke klasifikaci rentgenových paprsků vykazuje rasové, genderové a socioekonomické předsudky. 11

Takové zkreslení by mohlo vytvořit vysoký potenciál pro špatná doporučení, včetně falešně pozitivních a falešně negativních výsledků. Je důležité, aby tvůrci systémů byli schopni vysvětlit a kvalifikovat svá školicí data a aby ti, kdo nejlépe chápou systémová rizika související s umělou inteligencí, byli těmi, kdo ovlivňují zdravotnické systémy nebo upravují aplikace za účelem zmírnění škod souvisejících s umělou inteligencí. 12

AI může pomoci odhalit další ohnisko

Více než týden předtím, než Světová zdravotnická organizace (WHO) vydala své první varování před novým koronavirem, platforma AI BlueDot, vytvořená v kanadském Torontu, zaznamenala neobvyklý shluk případů zápalu plic v čínském Wuhanu. Mezitím v Boston Children’s Hospital aplikace AI Healthmap prohledávala sociální média a zpravodajské weby, zda neobsahují známky seskupení nemocí, a také označila první známky toho, co by se mohlo stát epidemií COVID-19 – několik dní před prvním formálním varováním WHO. . 13

Tyto inovativní aplikace umělé inteligence ve zdravotnictví jsou skutečným příslibem při včasné detekci budoucích propuknutí nových virů. To umožní poskytovatelům zdravotní péče a veřejným zdravotnickým pracovníkům získat informace dříve, což sníží zátěž zdravotnických systémů a v konečném důsledku zachraňuje životy.

1. Gold A. Coronavirus testuje hodnotu umělé inteligence v medicíně. Divoká biotechnologie. Publikováno 22. května 2020. Přístupné 19. října 2020. https://www.fiercebiotech.com/medtech/coronavirus-tests-value-artificial-intelligence-medicine
2. Topol E. Hluboká medicína: Jak umělá inteligence může učinit zdravotnictví opět člověkem. New York, NY: Hachette Book Group; 2019:285.
3. Algoritmus vás uvidí hned: Jak potenciál zdravotní péče umělé inteligence převažuje nad rizikem. Společnost lékařů. Publikováno v lednu 2020. Přístupné 21. října 2020. https://www.thedoctors.com/articles/the-algorithm-will-see-you-now-how-ais-healthcare-potential-outweighs-its-risk/
4. Gold A. Coronavirus testuje hodnotu umělé inteligence v medicíně. Divoká biotechnologie. Publikováno 22. května 2020. Přístupné 19. října 2020. https://www.fiercebiotech.com/medtech/coronavirus-tests-value-artificial-intelligence-medicine
5. Cha, AE. Umělá inteligence a covid-19: Mohou nás stroje zachránit? Washington Post. Publikováno 1. listopadu 2020. Přístupné 9. listopadu 2020. https://www.washingtonpost.com/health/covid-19-artificial-intelligence/2020/10/30/7486db84-1485-11eb-bc10-40b25382f
6. Reuter E. Stovky řešení AI navržených pro pandemii, ale jen málo z nich je prokázáno. Zprávy MedCity. Publikováno 28. května 2020. Přístupné 19. října 2020. https://medcitynews.com/2020/05/hundreds-of-ai-solutions-proposed-for-pandemic-but-few-are-proven/
7. Cha, AE. Umělá inteligence a covid-19: Mohou nás stroje zachránit? Washington Post. Publikováno 1. listopadu 2020. Přístupné 6. listopadu 2020. https://www.washingtonpost.com/health/covid-19-artificial-intelligence/2020/10/30/7486db84-1485-11eb-bc10-40b25382f
8. Lee K. COVID-19 urychlí revoluci zdravotní péče v oblasti umělé inteligence. Kabelové. Publikováno 22. května 2020. Přístupné 21. října 2020. https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/
9. Mei X, Lee H, Diao K, Huang M, Lin B, Liu C a kol. Umělá inteligence umožňuje rychlou diagnostiku pacientů s COVID-19. Nat Med 2020 May 19;26:1224–1228. https://doi.org/10.1038/s41591-020-0931-3
10. Cha, AE. Umělá inteligence a covid-19: Mohou nás stroje zachránit? Washington Post. Publikováno 1. listopadu 2020. Přístupné 6. listopadu 2020. https://www.washingtonpost.com/health/covid-19-artificial-intelligence/2020/10/30/7486db84-1485-11eb-bc10-40b25382f
11. Wiggers K. Výzkumníci nacházejí důkazy o rasové, genderové a socioekonomické zaujatosti v klasifikátorech rentgenového záření hrudníku. The Machine: Making Sense of AI. Publikováno 21. října 2020. Zpřístupněno 21. října 2020. https://venturebeat.com/2020/10/21/researchers-find-evidence-of-racial-gender-and-socioeconomic-bias-in-chest-x- paprskové klasifikátory/
12. Algoritmus vás uvidí hned: Jak potenciál zdravotní péče umělé inteligence převažuje nad rizikem. Společnost lékařů. Publikováno v lednu 2020. Přístupné 21. října 2020. https://www.thedoctors.com/articles/the-algorithm-will-see-you-now-how-ais-healthcare-potential-outweighs-its-risk/
13. Sewalk K. Inovativní platformy pro sledování nemocí odhalily včasné varovné signály pro propuknutí nového koronaviru (nCoV-2019). The Disease Daily.

Zde navrhované pokyny nejsou pravidly, nepředstavují právní poradenství a nezaručují úspěšný výsledek. Konečné rozhodnutí o vhodnosti jakékoli léčby musí učinit každý poskytovatel zdravotní péče s ohledem na okolnosti individuální situace a v souladu s právními předpisy jurisdikce, ve které je péče poskytována.

Jak se pohybujeme v pandemii COVID-19, je jasné, že mít ty správné nástroje a technologie pro boj s infekčními nemocemi je v popředí priorit inovací ve zdravotnictví. V dobách, jako je tato, jsme viděli, že je životně důležité jednat rychle, abychom zmírnili důsledky pro lidskou populaci, ekonomiku a ekosystém.

Objevení se nových variant viru COVID-19 navíc ukázalo, že je velmi důležité je sledovat v komunitě, protože jak přirozená, tak získaná imunita ubývá. S ohledem na tuto úvahu se skupina vědců z University of Aberdeen, členské instituce Organizace spojených národů pro akademický dopad (UNAI) ve Spojeném království, nedávno spojila se společnostmi Vertebrate Antibodies Ltd a National Health Service (NHS) Grampian, aby se vypořádali s tímto problémem. probíhající pandemie.

Jejich partnerství vyústilo ve vývoj průlomových testů protilátek kombinující inovativní umělou inteligenci (AI) a technologie zobrazování epitopů. Kolaborativní tým vědců, klinických lékařů a odborníků na umělou inteligenci neúnavně pracoval na vývoji sérologických testů, známých jako testy protilátek, které by mohly pomoci řešit tyto různé problémy, jakmile se objeví. Stávající technologie protilátek však trpí přirozenými omezeními ovlivňujícími jejich výkon.

V praxi to znamená, že stávající dostupné testy mohou být nepřesné s nízkou citlivostí, zejména při detekci mutací, které jsou v mnoha případech mnohem více přenosné. Tým financovaný výzkumným programem skotské vlády Rapid Response in COVID-19 (RARC-19) použil technologii AI nazvanou EpitopePredikt® k identifikaci konkrétních prvků viru. Cílem bylo zjistit, který z těchto prvků spouští imunitní obranu těla.

Vědci tedy vyvinuli nový způsob, vytvořili technologii EpitoGen®, jak kombinovat a zobrazovat až 100 těchto virových prvků tak, jak by se přirozeně objevily jako součást viru pomocí biologické platformy. Tato inovativní technologie, která je výsledkem tohoto vědeckého úsilí, účinně detekuje protilátkovou odpověď na nové varianty bez ztráty přesnosti. Hodnocení zajištění kvality prokázalo, že tyto testy detekovaly protilátkové reakce ze vzorků pacientů s více než 99% přesností.

Kromě toho mohou nové testy posoudit dlouhodobou imunitu jednotlivců a to, zda je imunita indukovaná vakcínou nebo je pouze přirozeným výsledkem předchozí expozice infekci – informace, která je skutečně neocenitelná při zabránění šíření infekce, a formovat směrnice a předpisy pro veřejné zdraví. V současné době se dostupné testy snaží detekovat varianty viru a poskytují jen málo nebo žádné informace o skutečném dopadu mutací viru na účinnost vakcíny.

Nové testy mohou také poskytnout informace, které lze použít k odhadu trvání imunity vakcíny a účinnosti vakcíny na vznikající varianty. Tyto údaje jsou zcela zásadní pro získání přesného obrazu o ohnisku a jeho vývoji a poskytují informace, které by mohly informovat a ovlivnit opatření v oblasti veřejného zdraví. “Virus mutuje do více přenosných variant, což znamená, že potřebujeme nový přístup k začlenění mutantních kmenů do testů,” řekla profesorka Mirela Delibegovic, vedoucí projektu z univerzity.

„Jde o technologii, která mění hru s obrovským potenciálem změnit trajektorii globálního zotavení z pandemie COVID-19,“ zdůraznila. Inovace a pokrok v citlivosti, které tato nová technologie poskytuje, zajišťují dostupné a přesné testování mnoha autoimunitních stavů. Tyto nové testy protilátek se mohou ukázat jako zlepšující mechanismus jak pro diagnostiku, tak pro podporu zdraví, což je něco zásadního zejména za těchto náročných okolností.

Toto úsilí vědců z University of Aberdeen je v souladu s cílem 3: Dobré zdraví a pohoda v rámci Agendy pro udržitelný rozvoj do roku 2030. Ukazuje, jak vědecké poznatky a odborné znalosti v institucích vysokoškolského vzdělávání významně přispívají k řešení probíhající pandemie. a zároveň pomáhá podporovat globální veřejné zdraví.