業界の洞察：AIの疾病予防における新たな役割

人工知能（AI）は、ヘルスケア業界で大きな進歩を遂げています。 病気の予防を支援するために、医療専門家は現在、ゲノムの機能、構造、およびマッピングを網羅する分子生物学分野である医療センサーおよびゲノミクスからのデータを利用することができます。 これは、「予測医学」と呼ばれるトレンドの一部です。ビッグデータは、今日のビジネスインテリジェンス（BI）ツールで予測分析が新しいトレンドと機会を特定するのと同様に、病気のリスクがある患者を特定するのに役立ちます。

Scripps Research Translational Instituteは、ゲノムデータを使用して、人の健康状態をよりよく理解しています。 ScrippsはNvidiaと協力して、スマートウォッチ、血圧計カフ、およびグルコースモニターのゲノミクスおよびデジタルセンサーから洞察を引き出すことができるAIおよび深層学習プラクティスを開発しています。 データサイエンティストは、新しいApple Watch Series 4から提供される医療データにディープラーニングを適用することもできます。NvidiaとScrippsは、この研究を両社の施設の新しい卓越したセンターの一部として実施します。

AIとビッグデータが医療センサーからの洞察を生成する方法の詳細については、PCMagが一流のデジタルヘルスの専門家で心臓病専門医のエリック・トポル博士と話しました。 また、Scripps Research Translational Instituteのディレクター兼創設者でもあります。

PCMag（PCM）：スクリップスとNvidiaはどのように連携しましたか？

エリック・トポル（ET）：私はそれを始めました。 ディープラーニングとAIの全分野への貢献について、私はこのトピックについてまもなく出版される本があるので、たくさん読んでいました。 私は多くの研究を行いましたが、彼らはAIハードウェアの業界リーダーであり、特に無人車、暗号通貨、ビデオゲーム、ヘルスケアなどのローカルセクター全体の多くのイノベーションであることに気付きました。 それで、私たちは一緒に仕事をする方法について話し始めました。

PCM： Nvidiaで取り組んでいる新しい卓越したセンターの目標は何ですか？

ET：包括的な目標は、人間の健康を促進することです。 ディープラーニング、AI、およびそのすべてのサブタイプを適用して、センサーデータと全ゲノムシーケンスを分析するだけでなく、そのすべてのデータを個人ごとにまとめる必要があります。 そのデータには、装着しているセンサーと生物学的層からのデータが含まれます。 それは、DNA、タンパク質、腸内微生物叢、代謝産物などだけでなく、以前のすべての薬物療法とその環境でもあります。

すべてのデータをまとめて、個人の価値をリアルタイムで抽出することは、まだ達成されていません。 それは遠大な目標ですが、そこに到達するためには、非常に豊富で密度の高いセンサーデータを処理する機能を確保する必要があります。 通常、センサーはデータを連続的に送信し、時間の経過とともに、画像やゲノムシーケンス全体を含む他のどのデータよりも多くのデータを生成します。

• あなたのビジネスで人工知能を採用する10のステップあなたのビジネスで人工知能を採用する10のステップ
• このアプリは、発展途上国の医師にAIの力をもたらしますこのアプリは、発展途上国の医師にAIの力をもたらします
• 「ボディコンピューティング」がヘルスケアをライフケアに変える「ボディコンピューティング」がヘルスケアをライフケアに変える

PCM：データは個人の価値をどのように抽出しますか？

ET：いつか、仮想の医療コーチが登場します。 今日のように、ガイダンスや回答を提供するスマートスピーカーがあります。または、Googleデジタルアシスタントがあなたのスケジュールや、空港に行くために早めに出発するべきかどうかを教えてくれます。 まあ、今日はそれでいいのですが、将来的にはヘルスケアのために多くのことができます。 それは現在、糖尿病や高血圧のようなものから始まっていますが、最終的にそれは大部分の人々の予防戦略になります。 まだ誰もそれを組み立てていませんが、これらはそこに到達するためのいくつかの初期段階です。

PCM： AIは、実際に病気の予測と予防に革命をもたらすのにどのように役立ちますか？

ET：達成できる方法はたくさんあります。 たとえば、今日、糖尿病患者のために存在する唯一のアルゴリズムは、血糖値が上昇しているか下降しているかです。 それは愚かなアルゴリズムです。 私たちが知っていることは、グルコースの調節と状態は、人が食べるものだけでなく、睡眠、活動、腸内微生物叢などの要因によっても影響を受けるということです。 そのため、私たちにできることは、すべてのデータを取り込んで個人に戻すアルゴリズムを開発し、より良いグルコース調節を達成し、眼疾患、腎疾患、血管疾患などの状態の合併症を防ぎます。 アルゴリズムは、発作、喘息、心臓発作の防止に役立つ重要なデータも提供できます。 危険にさらされている人を知ると防ぐことができるものが非常に多く、個人のすべてのデータを考慮して必要なフィードバックを与えるスマートアルゴリズムがあります。

PCM：今日、AIと病気の予測の予防に真の進歩がありますか、またはこれは将来的に見られるものですか？

ET：まあ、それは本当に離陸し始めています。 約5つの異なる前向き研究が発表されています。 そのため、彼らは診療所でこれらのアルゴリズムをテストしています。 昨年、米国食品医薬品局によって承認された15のAIアルゴリズムを既に見てきました。 AIの開発はまだ初期段階ですが、今は定着し始めています。 1年前はそうではありませんでしたが、確かに今年の後半には、これが現実になるという加速的な証拠が見られます。

PCM： AIはApple Watchなどの製品のデジタルセンサーを使用しますか？

ET：はい。9月のニュースの前に、ディープラーニングアルゴリズムの1年前にFDAの認可を受けたAliveCorというスタートアップからの発表がありました。 したがって、人々は安静時と身体活動で心拍数を監視し、安静時で心拍数がであるときに何かが軌道に乗っていない場合に警告を受けることができます。 彼らは時計を通して心電図を取るように言われ、それがアルゴリズムによって読み取られ、心房細動を診断できます。 だから、それは今そこにあり、1年が経ちました、そして、それはAppleによって同様に提供されています。 これで、AIを介した複数の消費者の心拍リズムの検出が可能になりました。 それは現実の話です。 私たちはまだ未熟なディープラーニングアルゴリズムについて話しているのではありません。 彼らは今本物です。

心房細動では、「誰もがApple Watchを必要としていますか？」 いいえ。しかし、危険にさらされている人や…心房細動の治療を受けた人にとっては、脳卒中のリスクを高める重要な状態です。 一部の人々は、脳卒中を防ぐために血液希釈剤を必要とします。 したがって、心房細動があり、心臓の構造に異常がある場合、それは些細な問題ではありません。

PCM： 23andMeなどの企業は200ドル未満で遺伝子検査を提供していますが、全ゲノムの配列を決定することは依然として非常に高価です。 AIはゲノムシーケンスをより手頃な価格にしますか？

ET：可能です。 それを行う方法の1つは、データの処理をはるかに効率的にすることです。そのため、深くまたは多くの人のためにデータをシーケンスする必要はありません。 それでも、今日、個々の全ゲノムの配列決定は約千ドルです。 したがって、多くの人、数百万人または数十億人の人々に対してそれを行いたい場合、それはまだ非常に大きな費用です。 AIがゲノムシーケンスを変更およびスケーリングできる方法はたくさんありますが、それはDNAだけではありません。 それはRNA、タンパク質、代謝産物、マイクロバイオーム、AIがすべてビッグデータであるためにAIが接近できるすべての生物学的レイヤーです。 「ビッグデータ」というラベルが付いている場合は、基本的にAIが点滅しています。

PCM：国立衛生研究所の「All of Us Research Program」に参加しているようです。 それには何が伴いますか？

ET：長年、おそらく数十年の間、自分自身、彼らのゲノム、彼らのマイクロバイオーム、そしてさまざまなセンサーについて学ぶ100万人のアメリカ人。 彼らはそのデータを共有して、私たちが手助けできるようにします。理想的には、彼らの健康だけでなく、次世代の人々の健康を促進することです。 各人間を理解するこれらの能力はすべて新しいため、人々が健康を維持するためにこれらのツールを使用する方法を理解し始めたばかりです。 私たちは、人々が自分のデータを理解できるようにします。それは、彼らが医師と協力して、人間の健康の未来の市民科学者および開拓者になるために役立ちます。

PCM：連続心臓センサーで何に取り組んでいますか？ それはどのように機能しますか？

ET：バンドエイドのようなパッチがあります。 私たちは、11日間または12日間で15, 000人の心拍を継続します。 それは大量のデータです。 不整脈、心臓のリズム障害、それが起こる前に予測することができ、それを防ぐことができるように信号を知ることは、私たちが追求していることです。 人々はAIを使用して心臓のリズムの診断を行ってきましたが、私たちは心臓の不整脈を防ぐためにAIを取得しようとしています。 それが次の段階です。

PCM：全遺伝子シーケンスはどのように機能しますか？また、高齢者にどのように使用しますか？

ET：私たちは非常に多くの人々のサンプリングをしており、彼らの平均年齢は89歳です。彼らは病気になったことがなく、その理由を知りたいです。 コントロールと比較して、これらのゲノムからのディープラーニングは、膨大な量のデータを扱うために役立ち、極端な健康スパンとは異なる「ウェルダー」な人々のゲノム変異を理解するのに役立つと考えています。 これらすべての人々を蓄積し、すべてのシーケンスを作成するには、ほぼ10年かかりました。

PCM： AIは私たちの健康を本当に長引かせますか？

ET：確認する必要があります。 一つは約束であり、もう一つは約束を果たすことです。 時が教えてくれる。 しかし、今日、これほど期待できるものを見たかどうかはわかりません。 しかし、すべてが検証されるまでには時間がかかります。