Tietojen luominen on lisääntynyt räjähdysmäisesti viime vuosina. Siitä hetkestä, kun älypuhelimemme kertoo meille, kuinka monta askelta otamme, siihen, kuinka monta kertaa käymme julkisessa liikenteessä, siihen, kuinka monta megatavua käytämme mobiilidatanopeudellamme.
Big data
Aivan kuten nämä tiedot tuotetaan päivittäisestä elämästämme, sama tapahtuu kliinisessä ympäristössä: kuinka monta kertaa käymme päivystyspoliklinikalla, kuinka monta kertaa joudumme sairaalaan, kuinka monta lääkkeitä määrätään tai kuinka monta röntgenkuvaa on otettu koko toimintamme aikana. elämää mm.
Tekoäly
Valtava määrä dataa ylittää paljon ihmisen analyyttiset mahdollisuudet. Se vaatii teknologiaa, joka pystyy tallentamaan, käsittelemään ja suojaamaan näitä arvokkaita tietoja. Siksi tarvitaan paitsi tietokoneiden apua myös tekoälyä ja algoritmeja. Ja kiitos juuri näiden ja muiden työkalujen (syväoppiminen, koneoppiminen) viime vuosina ovat tehneet monia löytöjä, sen lisäksi, että ennustavat tulevaisuuden skenaarioita epidemiologisesti, kuten urogenitaalisen syövän tapauksessa.
Syvällinen oppiminen
Toinen esimerkki näistä uusista työkaluista, tällä kertaa syväoppiminen: Tapaus, jossa kone oppii tunnistamaan sarjan kuvioita, tässä esimerkissä on ollut silmänpohjan analyysi. Nykyään tiedämme silmänpohjan ja sen suhteen sydänsairauksiin. Se, mitä emme pystyneet ennustamaan ja niin suurella tarkkuudella, oli riski, samoin kuin muut parametrit. Kone analysoi yli 200,000 XNUMX potilasta ja on kyennyt tunnistamaan riskimallien lisäksi myös osallistuvan väestön sukupuolen pelkän silmän suonten paksuuden perusteella – mitä ihmisen kapasiteetti ei ole vielä saavuttanut, toistaiseksi mahdotonta.
AI ja farmakogenetiikka
Myös farmakogenetiikan alalla on tulossa merkittäviä edistysaskeleita. Voitteko kuvitella, että meidän ei tarvitse testata uusia lääkkeitä ihmis- ja ei-ihmiseläinpopulaatioissa? Useat ryhmät tekevät jo tämäntyyppistä tutkimusta. Tekoälyn ja massiivisen datan käytön ansiosta useiden lääkkeiden mahdollista vaikutusta väestöön tutkitaan jo.
AI täällä jäädäkseen
Tekoäly saapui muutama vuosikymmen sitten jäädäkseen, eikä turhaan. Tulevaisuudessa nähdään, kuinka kaikki tämä valtava määrä massadataa vaikuttaa maailman väestöön. Tällä hetkellä perustan luominen sille, minkä pitäisi olla yleismaailmallinen eettinen kehys, on jo käynnissä. Ja tuossa eettisessä kehyksessä on otettava huomioon yleismaailmalliset periaatteet, kuten avoimuus, oikeudenmukaisuus, ei-haittallisuus, vastuullisuus ja yksityisyys.
