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

Рождённые в XXI веке будут жить дольше! Рождённые в XXI веке будут жить дольше!

За последние десятилетия учёные добились успехов в изучении процессов старения

Здоровье
Социофобия: дань моде или тревожное расстройство? Социофобия: дань моде или тревожное расстройство?

Что же такое социофобия на самом деле?

Psychologies
Как модель для сборки Как модель для сборки

Шварцвальд: времена меняются, но не все в мире спешит меняться вместе с ними

Вокруг света
Николай Хомерики Николай Хомерики

Самый лиричный режиссер нулевых – Николай Хомерики

Собака.ru
«Ты красивее моей сестры»: 10+ историй о самых глупых причинах расставания «Ты красивее моей сестры»: 10+ историй о самых глупых причинах расставания

Истории о самых нелепых поводах для расставания

Cosmopolitan
Вадим и Марк Лапины Вадим и Марк Лапины

Вадим Лапин и его сын Марк, создатели Ginza Project и ресторана Grecco

Собака.ru
Бог с вами: какими получились «Вечные» Хлои Чжао и сыграла ли ставка Marvel Бог с вами: какими получились «Вечные» Хлои Чжао и сыграла ли ставка Marvel

Стоит ли отдавать комиксы на откуп режиссерам больших, тягучих драм

Esquire
Генная терапия: как лечат генетические заболевания Генная терапия: как лечат генетические заболевания

Современная наука упорно ищет возможность «отремонтировать» мутировавшие гены

Популярная механика
Жизнь после CEO: уйти, чтобы остаться Жизнь после CEO: уйти, чтобы остаться

Иногда уйти — это лучший способ остаться

Inc.
В Египте раскопали потерянную усыпальницу царского казначея времен Рамсеса II В Египте раскопали потерянную усыпальницу царского казначея времен Рамсеса II

Погребальный комплекс вельможи в Египте был украшен полихромной росписью

N+1
Окислительная вечеринка Окислительная вечеринка

«Кислородная катастрофа» или Великое кислородное событие

Наука и жизнь
Боятся, стесняются, не идут к врачу: что нужно знать про женский рак Боятся, стесняются, не идут к врачу: что нужно знать про женский рак

Часто женщины с онкологическими заболеваниями стесняются своей болезни

Cosmopolitan
Генетики нашли предков иберийцев ранней бронзы в Центральной Европе Генетики нашли предков иберийцев ранней бронзы в Центральной Европе

Около 4200 лет назад в Южную Испанию пришли мигранты со степным происхождением

N+1
«Я не в ресурсе»: 7 простых способов это исправить «Я не в ресурсе»: 7 простых способов это исправить

Как восполнить свой энергетический заряд, чтобы «быть в ресурсе»?

Psychologies
Материнская плата для майнинга: как выбрать лучший вариант? Материнская плата для майнинга: как выбрать лучший вариант?

Как не ошибиться при покупке материнской платы

CHIP
Доисторические птицы: раньше, чем археоптерикс Доисторические птицы: раньше, чем археоптерикс

Место археоптерикса в истории все чаще подвергается сомнению

Популярная механика
Синдром Кесслера: как человечество может на столетия лишиться доступа к космическому пространству Синдром Кесслера: как человечество может на столетия лишиться доступа к космическому пространству

Мы приближаемся к сценарию, в котором человечество будет отрезано от космоса

Популярная механика
Алкоголизм в наследство: как семейные сценарии влияют на зависимость Алкоголизм в наследство: как семейные сценарии влияют на зависимость

Как связан алкоголизм с наследственностью

Psychologies
10 предметов из фильмов и сериалов, которые останавливали пулю 10 предметов из фильмов и сериалов, которые останавливали пулю

Или что такое «карманный защитник» и как его эксплуатирует кинематограф

Maxim
«Истории от разных полушарий мозга. Жизнь в нейронауке» «Истории от разных полушарий мозга. Жизнь в нейронауке»

Наука тогда и сейчас Тогда, в 1961-м, жизнь была простой.

N+1
Станет больше пыток и коррупции. Чем нам всем грозит закрытие «Мемориала»* Станет больше пыток и коррупции. Чем нам всем грозит закрытие «Мемориала»*

Чем закрытие «Мемориала»* грозит обычным гражданам

СНОБ
Здоровый перекус: Что есть, чтобы не набирать вес Здоровый перекус: Что есть, чтобы не набирать вес

Что можно съесть на бегу, не беспокоясь при этом о фигуре?

Лиза
Повесть о Настоящем Адвокате Повесть о Настоящем Адвокате

Адвокат Семён Ария и дело об убийстве супруг Раскиных

Дилетант
5 странных поводов для ареста в Японии 5 странных поводов для ареста в Японии

В России на эти преступления не обратили бы внимания. Но не в Японии

Лиза
В Южной Германии впервые обнаружили захоронение культуры колоколовидных кубков В Южной Германии впервые обнаружили захоронение культуры колоколовидных кубков

Символическую могилу сделали во второй половине III тысячелетия до нашей эры

N+1
Однорукий герой Однорукий герой

При атрибуции портретов иногда ключевым признаком является внешность персонажа

Дилетант
Спроси VC: почему стартапу не нужна свободная конкуренция Спроси VC: почему стартапу не нужна свободная конкуренция

Почему стартапу важно занимать доминирующее положение в важных для бизнеса нишах

Forbes
Как построить личный бренд: 7 правил успеха Арнольда Шварценеггера Как построить личный бренд: 7 правил успеха Арнольда Шварценеггера

Чему ты можешь научиться у "железного Арни"

Playboy
Секс-гайд по квартире: 5 лучших локаций для того, чтобы заняться любовью Секс-гайд по квартире: 5 лучших локаций для того, чтобы заняться любовью

Попробуем больше раскрыть "сексуальный потенциал" твоей квартиры

Playboy
“Мы пытаемся, но не слышим друг друга” “Мы пытаемся, но не слышим друг друга”

Конфликтолог Олег Иванов помогает Вике и Антону разобраться в своих отношениях

Psychologies
Открыть в приложении