Sztuczna inteligencja stworzona przez IBM może pomóc szybciej ocenić czy u danego pacjenta wystąpią konkretne stany chorobowe. Algorytmy mają tym samym wspomóc lekarzy w podejmowaniu decyzji dotyczących zdrowia pacjentów.
W badaniu opublikowanym w Nature Communications, naukowcy z IBM, Broad Institute of MIT and Harvard oraz firmy Color przedstawiają dowody na to, iż obecność mutacji genetycznych nie jest jednoznacznym powodem, dla którego u pacjentów mogą wystąpić konkretne choroby genetyczne. Na powstanie niektórych przypadłości mogą mieć także wpływ inne czynniki, które nie są brane pod uwagę przy diagnozie. Wykorzystanie sztucznej inteligencji ma pomóc w lepszej identyfikacji, a finalnie pozwolić lekarzom na przeciwdziałanie rozwijającym się chorobom.
Sztuczna inteligencja przewidzi zbliżające się stany chorobowe
W trakcie badania, zespół kierowany przez IBM opracował specjalne modele dla sztucznej inteligencji, które analizują genetyczne czynniki ryzyka wystąpienia danej choroby. Algorytmy biorą pod uwagę także zebraną dokumentację zdrowotną oraz dane z biomarkerów, aby finalnie przewidzieć możliwość wystąpienia takich stanów, jak chociażby zawał serca.
Dane do badania zostały zebrane u ponad 80 tysięcy osób. Okazało się, iż nie każda osoba pomimo skłonności genetycznych będzie w stanie rozwinąć wybraną chorobę w swoim organizmie.
-Nawet jeśli dana osoba jest nosicielem specyficznej mutacji genetycznej związanej z konkretną chorobą, ryzyko jej wystąpienia może być znacznie niższe. W rzeczywistości, tego typu ryzyko może być nawet takie samo, jak u osoby w pełni zdrowej, nie posiadającej żadnej mutacji – przekazał jeden z naukowców z IBM Research.
Nowe narzędzia trafią do lekarzy
IBM twierdzi, iż sztuczna inteligencja pomoże w przyszłości opracować skuteczne narzędzia zapewniające lekarzom lepszy wgląd w ryzyko wystąpienia konkretnych chorób u pacjentów. Celem marki jest zbudowanie algorytmów, które dokładnie wskażą stan zdrowia oraz obliczą indywidualne ryzyko wystąpienia choroby na podstawie szeregu danych. Jednym z nich są oczywiście mutacje występujące w poszczególnych genomach pacjentów.
Badacze chcą także, aby sztuczna inteligencja pomogła im lepiej zrozumieć, w jaki sposób nowotwory stają się oporne na konkretne terapie.