인공 지능의 광범위한 채택으로 현대 의료 서비스가 다시 활성화되었습니다. 방사선과를위한 이미지 분석 속도를 높이고 맞춤형 치료를위한 정밀 의학의 발전에 이르기까지 AI는 수많은 응용 분야를 보유하고 있지만 Covid-19와의 싸움에서 도전 할 수 있을까요?

Abdul Latif Jameel Clinic for Machine Learning in Health (Jameel Clinic)의 연구원들은 현재 MIT Stephen A. Schwarzman College of Computing 내에 수용되고있는 현재 진행중인 공중 보건 위기가 검색 가속화와 같은 AI 기술을 활용할 수있는 충분한 기회를 제공한다고 말합니다. 질병을 치료할 수있는 효과적인 치료제와 약물을 사용하여 이러한 잠재력을 성공으로 전환하기 위해 적극적으로 노력하고 있습니다.

AI 치료

Covid-19가 전 세계적으로 확산되기 시작했을 때 Jameel Clinic의 기계 학습 및 생명 과학 연구자 커뮤니티는 작업 방향을 바꾸고 공동 지식과 전문 지식을 활용하여 솔루션 검색에 협력 할 수있는 방법을 모색하기 시작했습니다. 이어지는 토론으로 인해 AI 치료, Covid-19 및 기타 신종 병원체에 대한 유망한 항 바이러스 분자를 찾고, 다양한 배경을 가진 사람들이 노력에 기여하도록 초대하여 참여할 수있는 장벽을 낮추기위한 기계 학습 방법을 개발하는 데 전념하는 이니셔티브입니다.

광범위한 영향과 참여를 갖는 AI Cures의 사명의 일환으로 Jameel Clinic은 Covid-19 환자의 임상 관리, 조기 발견 및 치료를위한 AI 알고리즘 개발에 초점을 맞춘 컨퍼런스를 위해 연구원, 임상의 및 공중 보건 전문가를 한 자리에 모았습니다. 질병 모니터링, 향후 발생 예방 및 이러한 기술이 환자 치료에 활용되는 방식.

데이터 기반 임상 솔루션

29 월 650 일, 전 세계 50 개국 70 개 조직을 대표하는 19 명 이상의 사람들이 가상 AI 치료 컨퍼런스 : Covid-XNUMX를위한 데이터 기반 임상 솔루션에 참석했습니다.

청중을 환영하면서 MIT Schwarzman College of Computing의 학장 인 Daniel Huttenlocher는 이렇게 말했습니다.“의료 분야의 AI는 단순한 도구로서의 컴퓨팅 사용을 넘어 발견, 진단 및 케어. AI 가속 발견의 잠재력은 특히 이와 같은시기와 관련이 있습니다.”

참석자들은 MIT 연구원을 포함한 14 명의 다른 연사로부터 전염병에 대응하여 지난 19 개월 동안 개발 한 기술에 대해 들었습니다. 개별 환자의 감염과 사망 위험을 예측하기 위해 임상 데이터를 사용하여 만든 역학 모델에서 무선 장치에 이르기까지 이를 통해 의사는 Covid-XNUMX 환자를 멀리서 모니터링 할 수 있으며, 충돌하기 전에 삽관 위험에 처한 환자를 정확히 찾아내는 머신 러닝 모델에 이르기까지 다양합니다.

MIT의 의학 공학 및 과학 연구소 (IMES) 및 생물 공학과의 의학 공학 및 과학 교수 인 James Collins, Jameel Clinic의 생명 과학 공동 책임자 인 James Collins는 합성 활용에 대한 첫 번째 강연을했습니다. Covid-19를 해결하기위한 진단을 개발하고 그의 실험실이 이러한 시스템의 설계를 향상시키기 위해 딥 러닝을 사용하는 방법을 개발했습니다. Collins와 그의 팀은 AI 기술을 활용하여 RNA 기반 센서의 효과를 효과적으로 예측하기위한 알고리즘 세트를 만들고 있습니다. 에볼라 바이러스를 감지하기 위해 2014 년에 처음 개발되고 2016 년에 Zika 바이러스에 맞게 조정 된 센서는 Covid-19 진단용으로 설계 및 최적화되었으며 관련 CRISPR 기반 바이오 센서는 Collins의 실험실에서 개발 된 마스크에 사용됩니다. 바이러스에 감염된 사람이 호흡, 기침 또는 재채기를 할 때 감지 가능한 신호를 생성합니다.

AI가 건강 관리에서 효과적인 도구로 입증되었지만 모델이 가치 있고 유용하려면 좋은 데이터가 필요합니다. Covid-19가 새로운 질병이되면서 연구자들은 제한된 양의 정보를 이용할 수 있으며, 바이러스 퇴치를위한 더 많은 노력을 기울이려면 Collins는 다음과 같이 말합니다.“우리는 대규모 생성 및 수집을위한 자원을 확보하고 확보해야합니다. 딥 러닝 모델을 훈련하기위한 잘 특성화 된 데이터의 양. 현재 우리는 일반적으로 그렇게 큰 데이터 세트를 가지고 있지 않습니다. 우리가 개발 한 시스템에서 데이터 세트는 약 91,000 개의 RNA 요소로 구성되어 있으며, 이는 현재 RNA 합성 생물학에서 사용할 수있는 가장 큰 요소이지만 더 크고 더 많은 다른 센서로 확장되어야합니다.”

하버드 의과 대학 (HMS) 교수 인 Constance Lehman은 임상 측면에서 관점을 제공하며 Massachusetts General Hospital (MGH)의 유방 영상 담당 이사로 일하면서 AI 도구를 구현하는 방식에 대해 논의했습니다. 전기 공학 및 컴퓨터 과학의 Delta Electronics 교수이자 Jameel Clinic의 AI 공동 책임자 인 Regina Barzilay와 협력하여 Lehman은 유방암 검출을 지원하는 기계 학습 모델을 설계합니다.이 모델은 유방 촬영 검사를 할 때 중요한 도구가되었습니다. 지난 15,000 월 매사추세츠에서 발행 된 긴급 재택 명령 기간 동안 보류되었습니다. XNUMX 월 검사가 재개 될 때까지 약 XNUMX 개의 유방 조영술이 취소되었습니다. MGH는 Lehman과 Barzilay가 개발 한 모델을 사용하여 환자의 일정을 점진적으로 재조정하고 있습니다. "우리는 선별에서 우회 된 여성들을 AI 위험 모델에 따라 순위를 매기고 그들에게 연락하여 그들을 다시 초대했습니다."

그러나 Lehman에 따르면 많은 사람들이 선별 검사를 거부하고 있으며, 특히 유색 인종 여성이 돌아 오는 경우가 적습니다. “검사를 위해 돌아 오는 사람을 결정하는 요소가 많습니다. 사회적 결정 요인은 효과적이고 공평한 의료 서비스에 대한 우리의 최선의 과학적 증거 기반 접근 방식을 모두 휩쓸 수 있습니다. 우리의 위험 모델이 인종간에 똑같이 예측 가능하다는 사실에 기뻐하지만,이시기에 유색 인종 여성보다 백인 여성을 더 많이 선별하고 있다는 사실에 실망합니다. 그것들은 우리가 매우 열심히 노력하고있는 사회적 결정 요인입니다.”

회의는 전염병의 최전선에있는 사람들과의 패널 토론으로 절정에 달했습니다. 패널리스트 — 브라질의 Protea Institute 창립자 Gabriella Antici; Rajesh Gandhi, HMS 교수이자 MGH의 전염병 의사; 멕시코의 TEC Salud 회장이자 심장학 교수 인 Guillermo Torre; 그리고 미국 질병 통제 예방 센터의 Covid-19 임상 팀의 데이터 과학 부서 책임자 인 Karen Wong은 위기를 처리 한 경험을 공유하고 패널의 중재자 인 Barzilay와 AI의 한계에 대해 공개 대화를 나눴습니다. 현재 해결되지 않은 것.

"저와 같은 AI 커뮤니티의 사람들은 항상 우리가 올바른 문제를 해결하고 있는지 스스로에게 묻습니다."라고 Barzilay는 말합니다. "우리는 AI 솔루션에 대한 새로운 아이디어와 향후 도움을 위해 무엇을 할 수 있을지 기대합니다."

Gandhi는 "우리는 다른 약물을 언제 사용할지, 그리고 이들을 조합하여 사용하는 방법을 결정하기 위해보다 세련되고 정교한 접근 방식이 필요합니다"라고 제안했습니다. 그는 또한 생리 학적 데이터를 통합하는 것이 경증에서 중증까지 다양한 Covid-19 증상을 보이는 다양한 연령대의 개별 환자를 치료하는 방법을 고려하는 데 유용 할 수 있다고 제안했습니다.

마지막 발언에서 Barzilay는 컨퍼런스가 "AI 측에서 해결해야하는 문제 유형을 설명"하기를 희망하며 Jameel Clinic이 얻은 새로운 데이터를 널리 공유하여 모든 사람이 고통받는 환자를 도울 수 있도록 도움을 줄 것이라고 언급했습니다. Covid-19에서.

이 행사는 AI Cures 이니셔티브의 일환으로 열린 한 쌍의 컨퍼런스 중 첫 번째였습니다. 다음 이벤트는 AI 치료 약물 발견 컨퍼런스MIT 연구원과 공동 연구자들이 개발 한이 분야의 최첨단 AI 접근 방식에 초점을 맞춘는 30 월 XNUMX 일 가상으로 개최 될 예정이다.

AI 치료 : 데이터 기반 임상 솔루션은 Jameel Clinic, MIT Schwarzman 컴퓨팅 대학, 의료 공학 및 과학 연구소에서 조직했습니다. 추가 지원은 Patrick J. McGovern Foundation에서 제공했습니다.