Машинное обучение все чаще находит применение в медицине

N+1Hi-Tech

«Искусственный интеллект в медицине»

Машинное обучение все чаще находит применение в медицине. В обозримом будущем алгоритмы не заменят врачей, но помогут им с рутинной работой и компенсируют недостатки людей, которым свойственно уставать, лениться и пытаться упростить себе жизнь. В книге «Искусственный интеллект в медицине: Как умные технологии меняют подход к лечению» (издательство «Альпина Паблишер»), переведенной на русский язык Александром Анваером, профессор молекулярной медицины, кардиолог и исследователь Эрик Тополь рассказывает об алгоритмах, меняющих современную диагностику и лечение. N + 1 предлагает своим читателям ознакомиться с отрывком, в котором рассказывается, как машинное обучение упрощает исследование основ геномных болезней.

Важнейшие открытия

Огромные массивы данных, которые имеются на сегодня в биологии и медицине, настоятельно требуют внедрения машинного обучения и искусственного интеллекта. Возьмем для примера «Атлас ракового генома» (TCGA), содержащий многомерные биологические данные, охватывающие множество «-омик» — геномику, протеомику и так далее. Всего в атласе содержится более 2,5 петабайт информации, извлеченной из данных по более чем 30 тысячам пациентов. Ни одному человеку не под силу просмотреть и проанализировать все эти данные. Онколог Роберт Дарнелл, работающий в настоящее время на факультете нейробиологии Рокфеллеровского университета, заметил: «Мы, как биологи, можем лишь указать, например, на биологические основы аутизма. Мощь машины, которая может задать триллион вопросов там, где мы успеваем задать всего десять, меняет правила игры».

Правда, в отличие от тех осязаемых и зримых изменений, которые уже сегодня ощущают в связи с применением искусственного интеллекта специалисты таких отраслей медицины, как рентгенология и патологическая анатомия (то есть там, где требуется распознавание сложных образов), наука стоит особняком: искусственный интеллект пока не посягает на статус-кво ученых, ИИ может им только помочь. Как выразился Тим Аппенцеллер в материале для журнала Science, искусственный интеллект — это пока «подмастерье» ученых. Но искусственный интеллект уже может предложить им весьма ощутимую помощь: на обложке одного из номеров Science 2017 г. так и было написано — «Искусственный интеллект преображает науку». Оказывается, ИИ не только «породил нейробиологию» (как мы скоро сами убедимся), но и «перезагрузил процесс открытия». В самом деле, Science разглядел там, за горизонтом, нечто по-настоящему новое — «перспективу полностью автоматизированной науки», и это, по мнению авторов статьи, означало, что «неутомимый ученик очень скоро может стать равноправным коллегой».

ИИ-«коллега» — это, на мой взгляд, дело довольно далекого будущего, но его проникновение в науку происходит быстрыми темпами, независимо от того, сможет ли он когда-нибудь потеснить ученых. И действительно, ИИ в приложении к биологическим наукам развивается быстрее, чем в приложении к здравоохранению. В конце концов, данные фундаментальной науки далеко не всегда требуют валидации на̀ основании клинических испытаний. Фундаментальная наука не нуждается в одобрении со стороны медицинского сообщества, ее не нужно внедрять в практику, она не обязана соответствовать строгим требованиям регулирующего законодательства. Впрочем, несмотря на то, что наука не всегда способна пробиться в клиническую практику, в конечном счете все передовые достижения — будь то открытие новых, более эффективных лекарств или выявление биохимических механизмов, отвечающих за здоровье и болезни, — так или иначе повлияют на практикующих медиков. Давайте посмотрим, чего же добился наш «подмастерье».

Биологичекие «-омики» и рак

В геномике и биологии искусственный интеллект — незаменимый партнер ученых, так как машины обладают зрением, способным различать вещи, недоступные человеческому глазу, и просеивать огромные массивы данные, непостижимые человеческим разумом.

Богатая данными геномика представляет собой идеальное поле приложения компьютерных методов. Каждый из нас — это сокровищница генетических данных, в диплоидном (от отца и матери) хромосомном наборе каждого из нас содержится 3,2 млрд пар различных сочетаний нуклеотидов: А (аденин), Ц (цитозин), Г (гуанин) и Т (тимин), причем 98,5 процента этого генома не кодирует никаких белков. То есть спустя 10 с лишним лет после полной расшифровки человеческого генома функция всего этого материала остается непонятной. Одна из первых попыток глубокого обучения, касающегося генома, Deep-SEA, была посвящена выяснению функции элементов, не принимающих участия в кодировании белков. В 2015 г. Цзянь Чжоу и Ольга Трояновская из Принстонского университета опубликовали алгоритм, который после обучения на основе данных каталогизации десятков тысяч нуклеотидов, не кодирующих белки, оказался способным предсказать, как именно последовательности ДНК взаимодействуют с хроматином. Хроматин состоит из крупных макромолекул, которые обеспечивают «упаковку» ДНК для хранения, а также помогают развертывать ее нить для транскрипции РНК и (в конечном счете) для трансляции белков. Таким образом, взаимодействие между хроматином и последовательностями ДНК играет важную регуляторную роль. Сяохуэй Се, специалист по ИТ из Калифорнийского университета в Ирвайне назвал это «важной вехой на пути приложения глубокого обучения к геномике».

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Как проверить сердце: кому и когда это нужно делать Как проверить сердце: кому и когда это нужно делать

Кому и когда пора проверять сердце

РБК
Есть ли дружба во френдзоне Есть ли дружба во френдзоне

Дружба между мужчиной и женщиной — это обязательно намек на секс?

СНОБ
Мария Нагая: мать Дмитрия и... Лжедмитрия Мария Нагая: мать Дмитрия и... Лжедмитрия

Последняя жена Ивана IV Грозного пережила не только мужа, но и двух сыновей

Дилетант
10 программ для рисования на графическом планшете 10 программ для рисования на графическом планшете

Paint, Gimp и другие программы для диджитал-художников

CHIP
Археологи нашли в Синьцзяне древнейшие кожаные доспехи Евразии Археологи нашли в Синьцзяне древнейшие кожаные доспехи Евразии

Древнейшие доспехи Евразии изготовили не позднее VI века до нашей эры

N+1
Как пользоваться посудомоечной машиной: инструкция для новичков Как пользоваться посудомоечной машиной: инструкция для новичков

Как пользоваться посудомойкой и обеспечить ей правильный уход

CHIP
Зубная боль: как защититься от некачественных материалов у стоматолога Зубная боль: как защититься от некачественных материалов у стоматолога

Какие технологии чаще всего подделывают в стоматологиях?

Популярная механика
Не такие, как все Не такие, как все

Необычные профессии, вопреки недоуменным взглядам окружающих

Psychologies
Попробуй Сахалин на вкус! Попробуй Сахалин на вкус!

Природа, виды на океан, морепродукты – далеко не все, что есть на Сахалине

Лиза
Главный по тарелочкам: почему Санкт-Петербург называют гастрономической столицей Главный по тарелочкам: почему Санкт-Петербург называют гастрономической столицей

Какой город можно считать важнейшим для ресторанной индустрии в стране

Forbes
Татьяна Доронина. Королева Лир Татьяна Доронина. Королева Лир

Московские театральные события напоминают мыльную оперу или индийскую мелодраму

СНОБ
10 необычных способов быстро уснуть 10 необычных способов быстро уснуть

Как уснуть, если подсчет овец и глубокое дыхание уже не помогают?

Psychologies
5 привычек, от которых давно пора избавиться 5 привычек, от которых давно пора избавиться

Эти привычки «тормозят» вас и не дают развиваться

Psychologies
«Ужасные девушки»: Кейт Миддлтон терпела издевательства от одноклассниц «Ужасные девушки»: Кейт Миддлтон терпела издевательства от одноклассниц

Кейт Миддлтон не любит вспоминать некоторые школьные годы

Cosmopolitan
Ученые против старения: книги о том, как прожить больше 100 лет Ученые против старения: книги о том, как прожить больше 100 лет

Книги о средства по борьбе со старением

Популярная механика
Сама себе режиссер Сама себе режиссер

Карина Нигай – о том, как блогеры поменяли правила fashion-индустрии

Harper's Bazaar
Не перейти черту Не перейти черту

Как научиться защищать свои личные границы

Лиза
Животные и люди: почему разговаривать с домашними питомцами — это нормально? Животные и люди: почему разговаривать с домашними питомцами — это нормально?

Все владельцы домашних животных привыкли разговаривать с любимцами. Но почему?

Cosmopolitan
Повесть о Настоящем Адвокате Повесть о Настоящем Адвокате

Адвокат Семён Ария и дело об убийстве супруг Раскиных

Дилетант
Как выглядят люди, которых ты знаешь только по голосу: Алиса из колонки и другие Как выглядят люди, которых ты знаешь только по голосу: Алиса из колонки и другие

Ты точно слышала их голос, но вряд ли когда-нибудь видела лицо

Cosmopolitan
50 красивых женских причесок для коротких волос 50 красивых женских причесок для коротких волос

Эти звездные прически подойдут для разных образов и ситуаций. Бери на заметку!

Cosmopolitan
Проза жизни Проза жизни

Интерьер квартиры, вдохновленный "Рождественскими повестями" Чарльза Диккенса

AD
Урок черчения Урок черчения

Хочешь научиться скульптурировать лицо с помощью косметики?

Лиза
Искусство лени Искусство лени

О личной эффективности говорят все, но мало кто вспоминает о пользе безделья

Psychologies
Эмоции мешают думать: чему можно научиться у Майкла Корлеоне Эмоции мешают думать: чему можно научиться у Майкла Корлеоне

Чему можно научиться у мафиози Корлеоне

Правила жизни
Диабет, болезни сердца и еще 2 проблемы со здоровьем, которые возникнут, если часто есть пиццу (но вред можно снизить) Диабет, болезни сердца и еще 2 проблемы со здоровьем, которые возникнут, если часто есть пиццу (но вред можно снизить)

Увлечение фастфудом опасно, но это не значит, что нужно от него отказаться

Playboy
Артем Кумпель: «Люди могут зарабатывать на 20–30% больше» Артем Кумпель: «Люди могут зарабатывать на 20–30% больше»

Почему кассиры становятся курьерами и что будет с рынком труда

РБК
Может ли зимой начаться гроза Может ли зимой начаться гроза

Почему гроза может начаться в любое время года, даже зимой?

Популярная механика
Может ли нейросеть заменить психотерапевта? Опыт iCognito Может ли нейросеть заменить психотерапевта? Опыт iCognito

Как развивался iCognito и могут ли чат-боты проводить психологические сессии?

Inc.
Коммунисты на привале. Стоит ли верить охотничьим байкам Валерия Рашкина Коммунисты на привале. Стоит ли верить охотничьим байкам Валерия Рашкина

У депутата Госдумы от КПРФ Валерия Рашкина не выдержала совесть

СНОБ
Открыть в приложении