Oparta na sztucznej inteligencji analiza dużych zbiorów danych w medycynie precyzyjnej
Analiza dużych zbiorów danych w opiece zdrowotnej, w tym informacji o pacjentach, danych omicznych, a także obrazów, jest niełatwym zadaniem. Chociaż technologia pozyskiwania dużych zbiorów danych jest dobrze rozwinięta, infrastruktura w zakresie integracji i ekstrakcji informacji pozostaje słabiej zaawansowana. Aby usprawnić podejmowanie decyzji i kształtowanie polityki w zakresie opieki zdrowotnej, konieczne jest przekształcenie dużych zbiorów danych w informacje, które można wykorzystać w praktyce.
Oparta na sztucznej inteligencji platforma do analizy danych
Finansowana przez UE inicjatywa iASiS zaangażowała ekspertów z pięciu krajów, specjalizujących się w dziedzinie medycyny, genomiki, neuronauki i sztucznej inteligencji, w celu stworzenia platformy do analizy danych. „Przed projektem iASiS i w czasie jego realizacji opracowano różne technologie oparte przede wszystkim na danych genetycznych na potrzeby medycyny personalizowanej. iASiS wykroczył poza stan techniki, aby stworzyć ogólne ramy integrujące wiele różnych rodzajów danych”, wyjaśnia George Paliouras, koordynator i dyrektor ds. badań w Narodowym Centrum Badań Naukowych „Demokritos” w Grecji. Zespół iASiS zaprojektował przyjazną dla użytkownika platformę, która integruje dane z różnych źródeł, takich jak kartoteki szpitalne, bazy danych genetycznych i literatura, w celu wygenerowania wykresu iASiS Knowledge Graph. Wykres łączy różne informacje w obszernej strukturze sieciowej, pozwalając na odkrycie ciekawych wzorców i wyciągnięcie praktycznych wniosków. Korzystając z Knowledge Graph, badacze medyczni i decydenci polityczni mogą ocenić interesującą hipotezę lub poznać zupełnie nowe powiązania. Na przykład skojarzone podawanie leków pacjentom chorym na raka o określonej mutacji może przekładać się na rokowania, co wskazuje na zalety personalizacji leczenia.
Testowanie platformy iASiS
Ramy systemu iASiS zostały przetestowane i zoptymalizowane pod kątem potrzeb użytkowników. Skupiają się one na pomocy pracownikom służby zdrowia w podejmowaniu spersonalizowanych decyzji dotyczących diagnozy, rokowania i leczenia pacjentów. Ponadto platforma przedstawia zalecenia oparte na analizie i integracji różnych rodzajów danych. W ramach projektu zastosowano i przetestowano technologię iASiS w odniesieniu do dwóch głównych chorób – raka płuc i demencji – w przypadku których niezbędna jest zindywidualizowana terapia. Zdiagnozowanie choroby Alzheimera we wczesnym stadium jest poważnym wyzwaniem dla lekarzy. „Łącząc dane z historii pacjenta (np. wiek, płeć, palenie tytoniu, spożycie alkoholu) z wszelkimi dostępnymi wynikami testów pamięci, platforma iASiS może pomóc lekarzom w określeniu najbardziej prawdopodobnych rokowań w przypadku danego pacjenta”, objaśnia Paliouras. W efekcie możliwe jest szybkie zapewnienie wsparcia i leczenia pacjentów, co poprawi ich ogólną jakość życia.
Międzynarodowe oddziaływanie projektu iASiS
Wiele ciekawych pomysłów badawczych w ramach projektu iASiS zaowocowało powstaniem prototypów, które doprowadziły do złożenia dwóch wniosków patentowych. Technologia, która wykorzystuje język mówiony do wczesnego wykrywania choroby Alzheimera, jest opracowywana jako produkt przez nowy start-up LangAware. Naukowcy określili potencjalne wskaźniki predykcyjne dotyczące skuteczności leczenia choroby Alzheimera oraz opracowali biomarkery toksyczności w przypadku raka płuc. Trwają prace nad nową platformą translacyjną P4-LUCAT, która ma pomóc onkologom w jak najskuteczniejszym leczeniu pacjentów z rakiem płuca. Zostanie ona wdrożona w szpitalu Puerta de Hierro Majadahonda w Hiszpanii. „Ogólnie rzecz biorąc, projekt iASiS wykazał, jak sztuczna inteligencja pozwala na wykorzystywanie dużych zbiorów danych do wspierania decyzji medycznych dotyczących indywidualnych pacjentów”, podsumowuje Paliouras. W dłuższej perspektywie platforma ma zostać rozszerzona na inne choroby, w tym COVID, a prace w tym zakresie już się rozpoczęły.
Słowa kluczowe
iASiS, platforma, duże zbiory danych, sztuczna inteligencja, rak płuca, choroba Alzheimera, medycyna personalizowana
