Kā mēs visi zinām IBM ir atzīts uzņēmums Amerikas daudznacionālā tehnoloģiju un konsultāciju kompānija, kas pērn iegādājās Red Hat. Lai arī tas ir iesaistīts arī mašīnmācīšanās modeļos.
No kuriem pašlaik strādā pie slimību agrīnas atklāšanas. Ja ir kāda joma, kurā mākslīgo intelektu var izmantot sabiedrības labā, iespējams, tas ir medicīnas jomā, kur mākslīgais intelekts var sniegt vērtīgu palīdzību speciālistiem.
Mākslīgais intelekts šajā jomā arvien vairāk tiek izmantots, lai palīdzētu ārstiem diagnosticēt pacientus, it īpaši nepārprotamos gadījumos, kad var būt nepieciešama liela datu apjoma analīze, pirms lēmuma pieņemšanas.
Ar Vatsonu, IBM ir bijis viens no mākslīgā intelekta pionieriem medicīnas dienestā, un AI, kas nodrošina tehnoloģiju giganta izziņas pakalpojumus, jau ir pierādīts.
Piemēram, vienā no viņa izmantojumiem Vatsons pacientam atrada retu leikēmiju, kuru ārsti nebija atklājuši.
Izmantojot tradicionālo metodi, ārsti 60 gadus vecai sievietei diagnosticēja akūtu mieloīdo leikēmiju.
Šī klasiskā leikēmijas gadījumu diagnosticēšanas metode ir balstīta uz ārstu-speciālistu grupas veiktu novērtējumu, kas analizēja pacienta ģenētisko informāciju, kā arī salīdzināšanai pieejamos klīniskos pētījumus.
Pēc šiem panākumiem leikēmijas gadījumā, starp citām slimībām, IBM uzbrūk Alcheimera slimībai.
Jūsu pētnieki strādā, lai risinātu izaicinājumu atklāt Alcheimera slimību gadus pirms tās notikuma, izmantojot mašīnmācīšanos un vienkāršu asins analīzi.
Tehnoloģijas kopējam labumam
Pētījumā, kas publicēts zinātniskajā žurnālā Nature, IBM saka, ka Alcheimera slimības noteikšanai var izmantot mašīnmācīšanos un mākslīgo intelektu sākumā, neizmantojot invazīvus un dārgus testus.
Tā vietā, lai noņemtu cerebrospinālo šķidrumu, lai pārbaudītu tajā esošā beta-amiloidīda līmeni, nesen veiktais pētījums parādīja, ka olbaltumvielu līmenis asinīs var palīdzēt diagnosticēt Alcheimera slimību pacientam 10 gadus agrāk.
Šo pieeju ir izmantojuši IBM pētnieki, kuri izmanto mašīnmācīšanos un mākslīgā intelekta paņēmienus, lai sasniegtu pārliecinošus rezultātus.
"Asins savākšana ir sistemātiska, minimāli invazīva un lēta," saka IBM pētnieki.
Savā darbā mēs izstrādājam uz asinīm balstītu parakstu, kas, izmantojot mašīnmācīšanās pieeju, var nodrošināt lētu un minimāli invazīvu indivīda cerebrospināla šķidruma amiloidālā stāvokļa novērtējumu.
Mēs parādām, ka nejaušs meža modelis, kas iegūts no plazmas komponentiem, var precīzi paredzēt, ka cilvēkiem ir patoloģisks (zems) beta-amiloido līmenis cerebrospinālajā šķidrumā, kas ir Alcheimera slimības riska rādītājs. «
Kopš 2000. gadu sākuma ir bijuši simtiem klīnisko pētījumu ar personām, kurām ir Alcheimera slimības simptomi.
Tomēr, ir augsts neveiksmes rādītājs, daļēji pateicoties pacientiem ar kognitīviem traucējumiem.
Svarīgi, jo tie jau ir slimības beigu stadijā. Spēja atklāt slimību agrāk varētu izraisīt pārliecinošus izmēģinājumus un, iespējams, atrast ārstēšanu no šīs slimības. Tieši šajā ziņā svarīgs ir IBM darbs.
"Lai gan tests joprojām ir izpētes sākuma stadijā, tas potenciāli varētu palīdzēt uzlabot personu atlasi zāļu izmēģinājumiem - ir noskaidrots, ka cilvēki ar viegliem kognitīviem traucējumiem ir"
Patoloģiskā amiloidīda koncentrācija jūsu cerebrospinālajā šķidrumā 2.5 reizes biežāk varētu attīstīt Alcheimera slimību, "saka IBM.
Pagaidām IBM pētnieki paziņo par statistikas precizitāti 77% apmērā, kas ir labs rezultāts, jo darbs vēl ir tikai sākuma stadijā.
IBM komanda arī apgalvo, ka mašīnmācīšanās algoritmi izstrādāts pētniecībai tos varētu paplašināt, lai modelētu un noteiktu citus biomarķierus cerebrospinālajā šķidrumā.
Fuente: https://www.nature.com