Jak dobrze wiemy IBM to uznana firma Amerykańska międzynarodowa firma technologiczno-konsultingowa, który dokonał zakupu Red Hat w zeszłym roku. Chociaż Jest również zaangażowany w modele uczenia maszynowego.
Z którego obecnie pracuje nad wczesnym wykrywaniem chorób. Jeśli istnieje obszar, w którym sztuczną inteligencję można wykorzystać dla dobra społeczeństwa, to prawdopodobnie w medycynie sztuczna inteligencja może stanowić cenną pomoc specjalistom.
W tej dziedzinie coraz częściej wykorzystuje się sztuczną inteligencję, aby pomóc lekarzom w diagnozowaniu pacjentów, zwłaszcza w przypadkach nieoczywistych, które mogą wymagać analizy dużej ilości danych przed podjęciem decyzji.
Dzięki Watson IBM był jednym z pionierów sztucznej inteligencji w służbie medycyny, a sztuczna inteligencja, która zasila usługi poznawcze giganta technologicznego, została już udowodniona.
Na przykład w jednym ze swoich wyczynów Watson znalazł u pacjenta rzadką białaczkę, której lekarze nie wykryli.
Lekarze tradycyjną metodą zdiagnozowali u 60-letniej kobiety ostrą białaczkę szpikową.
Ta klasyczna metoda diagnozowania przypadków białaczki opiera się na ocenie przeprowadzonej przez zespół lekarzy specjalistów, którzy przeanalizowali informacje genetyczne pacjenta, a także dostępne do porównania badania kliniczne.
Po tym sukcesie w przypadku m.in. białaczki, IBM atakuje chorobę Alzheimera.
Twoi badacze pracują nad wyzwaniem wykrycia choroby Alzheimera na wiele lat przed jej wystąpieniem za pomocą uczenia maszynowego i prostego badania krwi.
Technologia dla wspólnego dobra
W badaniu opublikowanym w czasopiśmie naukowym Nature IBM twierdzi, że uczenie maszynowe i sztuczna inteligencja mogą zostać wykorzystane do wykrywania choroby Alzheimera wcześnie, bez uciekania się do inwazyjnych i kosztownych testów.
Zamiast usuwać płyn mózgowo-rdzeniowy w celu sprawdzenia poziomu zawartego w nim beta-amyloidu, Niedawne badania wykazały, że poziom białka we krwi może pomóc zdiagnozować chorobę Alzheimera u pacjenta 10 lat wcześniej.
To podejście zostało przyjęte przez badaczy IBM, którzy wykorzystują uczenie maszynowe i techniki sztucznej inteligencji, aby osiągnąć rozstrzygające wyniki.
„Pobieranie krwi jest systematyczne, mało inwazyjne i niedrogie” - twierdzą naukowcy IBM.
W naszej pracy opracowujemy sygnaturę krwi, która może dostarczyć taniego i minimalnie inwazyjnego oszacowania stanu amyloidu płynu mózgowo-rdzeniowego danej osoby przy użyciu uczenia maszynowego.
Pokazujemy, że losowy model lasu pochodzący ze składników osocza może dokładnie przewidywać, że badani mają nieprawidłowe (niskie) poziomy beta-amyloidu w płynie mózgowo-rdzeniowym, co jest wskaźnikiem ryzyka choroby Alzheimera. «
Od początku XXI wieku przeprowadzono setki badań klinicznych z udziałem osób z objawami choroby Alzheimera.
Jednak występuje wysoki wskaźnik niepowodzeń, częściowo spowodowany badaniami pacjentów z zaburzeniami poznawczymi.
Ważne, ponieważ są już w końcowej fazie choroby. Możliwość wcześniejszego wykrycia choroby może doprowadzić do rozstrzygających badań i prawdopodobnie znaleźć lekarstwo na tę chorobę. W tym sensie praca IBM jest ważna.
„Chociaż test jest wciąż na wczesnym etapie badań, może potencjalnie pomóc w lepszej selekcji osób do prób leków - ustalono, że osoby z łagodnymi zaburzeniami poznawczymi są”
Nieprawidłowe stężenie amyloidu w płynie mózgowo-rdzeniowym byłoby 2.5 razy bardziej narażone na wystąpienie choroby Alzheimera ”- mówi IBM.
Na razie naukowcy IBM podają statystyczną dokładność na poziomie 77%, co jest dobrym wynikiem, ponieważ praca jest wciąż w powijakach.
Zespół IBM twierdzi również, że algorytmy uczenia maszynowego opracowany do badań można je rozszerzyć o modelowanie i wykrywanie innych biomarkerów w płynie mózgowo-rdzeniowym.
źródło: https://www.nature.com