O futuro da IA ​​nos cuidados de saúde

Como a inteligência artificial afeta a saúde e a medicina.

Fonte: C.Rosso

Neil Jacobstein, presidente do AI and Robotics Track na Singularity University, e ex-presidente da Singularity University, tem o dedo no pulso de todas as coisas relacionadas à inteligência artificial (IA). Ele é um Henry Crown Fellow no Aspen Institute e um Distinguished Visiting Scholar no programa Media X da Universidade de Stanford. Ele foi Presidente da 17a Associação para o Avanço da Inteligência Artificial (AAAI), Conferência de Aplicações Inovadoras da Inteligência Artificial (IAAI). Jacobstein foi apresentado ou citado no Wall Street Journal , The Financial Times , Forbes , PC Magazine , VentureBeat , CIO , Política Externa e BBC News, além de outras publicações de mídia.

“AI está aqui hoje. Não com a inteligência ampla, profunda e sutil que associamos à inteligência humana, mas com a capacidade de fornecer bilhões de dólares em valor e uma ajuda real aos médicos no campo da medicina ”, disse Jacobstein na conferência Exponential Medicine. em San Diego, Califórnia.

• É um problema de saúde mental? Ou apenas puberdade?
• Nós vamos curar a perda auditiva?
• Experiência adversa na infância
• Perda fortalece os laços entre pai e filho
• A tragédia e os perigos dos suicídios de alto perfil

A consultoria global de gestão McKinsey & Company estima que a economia anual potencial de IA em saúde seja de 0,7% do produto interno bruto, ou US $ 300 bilhões nos Estados Unidos e £ 3,3 bilhões em libras esterlinas no Reino Unido [1]. De acordo com a ABI Research, a AI vai economizar US $ 52 bilhões ao setor de saúde em 2021, com US $ 21 bilhões em economias somente na América do Norte. [2]

“Não é apenas melhor, mais rápido, mais barato – é diferente”, disse Jacobstein. “A IA nos permite fazer coisas que os humanos simplesmente não podiam fazer antes … como considerar todo o seu perfil genômico antes de fazer uma recomendação”, acrescentou ele.

Em 2017, a Verily Life Sciences, do Google, lançou o DeepVariant, uma ferramenta AI de código aberto de rede convolucional profunda. Os polimorfismos de nucleotídeo único (SNPs) são o tipo mais comum de variação genética e são usados ​​para prever a doença de uma pessoa – risco e sensibilidade a influências ambientais na expressão gênica, como alimentos, drogas ou toxinas. A DeepVariant foi capaz de identificar SNPs com precisão de 99,9587%, conquistando o prêmio “Maior Desempenho SNP” no Desafio da Verdade PrecisionFDA 2016. [3]

• Como ativar seu potencial de cura total
• Por que você é do jeito que é
• Como o contexto cultural influencia a cura
• Cães são as mais novas vítimas da epidemia de opióides?
• O quarto de Marte: um romance por Rachel Kushner

Uma série de startups de IA inovadoras entraram na área de saúde. Por exemplo, em 2017, o Cloud DX ganhou o prêmio “Bold épico inovador” da XPRIZE Foundation [4]. A Cloud DX está aplicando o aprendizado de máquina com um grande conjunto de dados de som para identificar infecções respiratórias e doenças com base no som da tosse de um paciente.

A IA está sendo implantada na análise preditiva em dispositivos de monitoramento de pacientes, diagnóstico e diagnóstico por imagem, descoberta de medicamentos e oncologia. Aprovações recentes da FDA para soluções de cuidados de saúde baseados em IA incluem o OsteoDetect da Imagen para análise de imagem por raios X (maio de 2018); IDx-DR para detecção de retinopatia diabética (abril de 2018); e Viz.AI Contact para detecção precoce de AVC (fevereiro de 2018) [5].

AI Inovações em cuidados de saúde incluem:

Análise preditiva em dispositivos de monitoramento de pacientes

A ABI Research estima que o número de dispositivos de monitoramento de pacientes para treinamento de análise preditiva de IA crescerá para 3,1 milhões em 2021 com um CAGR de 176% [6]. As startups de capital de risco financiadas neste espaço incluem Sense.ly, Sentrian, Babylon Health e AiCure [7].

AI em Imaging and Diagnostics

O reconhecimento de padrões, uma área de avanços recentes em IA, é um ajuste natural na imagem e no diagnóstico dos cuidados de saúde. A radiologia é uma área com grandes conjuntos de dados estruturados que podem ser usados ​​para treinar algoritmos de aprendizagem profunda. Por exemplo, em 2017, os Institutos Nacionais de Saúde (NIH) divulgaram mais de 100.000 imagens de radiografia de tórax de mais de 30.000 pacientes anônimos para instituições de pesquisa acadêmica e científica [8].

Na conferência de medicina exponencial, Jacobstein citou um exemplo de uma recente descoberta de assistência médica em IA em 2017, onde uma equipe de cientistas da computação em Stanford treinou uma rede neural convolucional profunda para classificar as lesões da pele. Usando um banco de dados de 129.450 imagens clínicas, o algoritmo de aprendizagem profunda teve uma precisão semelhante à dos dermatologistas humanos na detecção de carcinomas e melanomas malignos [9].

Descoberta de IA e Medicamentos

Várias empresas, como a Calico, a BenevolentAI e a Deep Genomics, procuram aplicar o aprendizado de máquina a grandes conjuntos de dados para descoberta e desenvolvimento de medicamentos [10]. Startups adicionais na descoberta de medicamentos da AI incluem capital de risco financiado com duas marcas (Andreessen Horowitz), Numeração (Capital da Fundação), Atomwise (Khosla Ventures e Data Collective) e Numedii (Lightspeed Venture Partners) [11].

AI para Oncologia

Iniciativas financiadas por capital próprio em oncologia de IA incluem empresas como Freenome, Globavir Biosciences, CureMetrix, Notable Labs, Cyrcadia, Enlitic, Entopsis, Insilico Medicine, OncoraMedical, Pathway Genomics, Proscia e SkinVision [12]. A Flatiron Health, uma empresa de tecnologia AI focada em oncologia apoiada pelo Google Ventures e outros investidores, foi recentemente adquirida pela farmacêutica suíça Roche por 1,9 bilhão de dólares em 2018 por seus enormes conjuntos de dados selecionados para suporte à decisão e plataforma eletrônica de registro de saúde [13].

Em maio de 2018, os Annals of Oncology publicaram um estudo alemão de referência em que uma rede neural convolucional de aprendizagem profunda (CNN) treinou 100.000 imagens superando um grupo internacional de 58 dermatologistas de 17 países no diagnóstico de melanomas malignos.

Obstáculos a serem superados em IA nos serviços de saúde incluem acesso a grandes conjuntos de dados para treinamento de algoritmos de aprendizagem profunda e curadoria de registros eletrônicos de saúde (EHR) que não possuem rotulagem de dados e são na maioria textos não estruturados.

“O maior desafio é converter toda a saúde em dados”, disse Jacobstein, “a IA faz parte dessa transformação”.

O florescimento recente da IA ​​é em grande parte devido aos avanços no reconhecimento de padrões com algoritmos de aprendizagem profunda. No futuro, Jacobstein prevê uma maior convergência de diferentes tipos de inteligência artificial, como raciocínio baseado em modelo, análise preditiva e modelos de simulação, a fim de ir além do reconhecimento básico de padrões.

“Pela primeira vez na história da humanidade, poderemos intervir em nossos serviços de saúde de uma maneira que antes era impensável”, disse Jacobstein. “Eu acho que vamos ser capazes de utilizar a biologia artificial e sintética para tratar a nossa saúde como um problema de informação”, acrescentou [14].

Jacobstein vê essa abordagem de IA centrada na informação como chave não apenas para a previsão e a medicina preventiva, mas também para a melhoria da qualidade de vida geral e, em última instância, para a extensão da própria vida humana.

Referências

1. Bughin, Jacques; Hazan, Eric; Ramaswamy, Sree; Chui, Michael; Allas, Tera; Dahlstrom, Peter; Henke, Nicolaus; Trench, Monica. “Inteligência Artificial – A Próxima Fronteira Digital?” Artigo de Discussão do McKinsey Global Institute . Junho de 2017.

2. Pesquisa ABI (2018, 4 de junho). AI para salvar setor de saúde US $ 52 bilhões em 2021 [Comunicado de imprensa].

3. Moteni, Megan. “O Google está dando afastado AI que pode construir sua seqüência de genoma.” Wired . 12.08.17.

4. Kimbrell, Gideon. “A regulamentação está matando a inovação nos cuidados de saúde?” Forbes . 19 de março de 2018.

5. McCaney, Kevin. “A IA na medicina fica mais perto de fazer rodadas regulares.” GovernmentCIO Media . 31 de maio de 2018.

6. ABI Research (2018, 4 de junho). AI para salvar setor de saúde US $ 52 bilhões em 2021 [Comunicado de imprensa].

7. CB Insights. “De Enfermeiros Virtuais à Descoberta de Medicamentos: 106 Startups de Inteligência Artificial em Saúde”. CB Insights Research Briefs . 3 de fevereiro de 2017.

8. Institutos Nacionais de Saúde (2017, 27 de setembro). O NIH Clinical Center oferece um dos maiores conjuntos de dados de radiografia de tórax disponíveis ao público para a comunidade científica [Comunicado de imprensa].

9. Esteva, Andre; Kuprel, Brett; Novoa, Roberto A .; Ko, Justin; Swetter, Susan M., Blau, Helen M., Thrun, Sebastian. “Classificação em nível de dermatologista de câncer de pele com redes neurais profundas”. Natureza . 2 de fevereiro de 2017. 542, 115-118.

10. Cavaleiro, Will. “Uma empresa de genômica dirigida pela Ai está se voltando para as drogas.” MIT Technology Review. 3 de maio de 2017.

11. CB Insights. “De Enfermeiros Virtuais à Descoberta de Medicamentos: 106 Startups de Inteligência Artificial em Saúde”. CB Insights Research Briefs . 3 de fevereiro de 2017.

12. CB Insights. “12 Startups Fighting Cancer With Artificial Intelligence.” CB Insights Research Brief. 15 de setembro de 2016.

13. Mukherjee, Sy. “Por que o negócio de US $ 1,9 bilhão da Drug Giant Roche para comprar produtos de saúde de Flatiron de inicialização de dados”. Fortuna . 16 de fevereiro de 2018.

14. Guidewell. “XMed 2016 Insights Lounge – Neil Jacobstein.” YouTube. 8 de outubro de 2016.