Как большие данные / Big Data помогают открывать новые методы лечения?

Что такое Big Data / большие данные?

Ваши публикации в соцсетях, фото- и видеоархивы, покупки, поиски Google, шаги, сердечный ритм (например, с умными часами), болезни, анализы крови, DNA… Всё, что связано с человеком и жизнью, теперь записывается, и эта сырая информация называется Big Data (большие данные) .

Big Data и новое поколение инструментов интеллектуального анализа данных позволяют извлекать смысл из бесконечного разнообразия бесконечных данных, прежде никогда не регистрировавшихся и не анализировавшихся. Среди наиболее ценных — сведения о здоровье.

С Big Data также связаны искусственный интеллект, машинное и глубокое обучение, структурированные и неструктурированные данные. Теперь это строительные блоки эпохи производительности здравоохранения и фарминдустрии.

Сегодня главное преимущество не только здравоохранения, но и всего бизнеса — большие данные и способность осмысленно их анализировать.

1. Ранее не выявленные мишени заболеваний с Big Data

Одно из самых перспективных применений — поиск ранее неизвестных мишеней. GSK (GlaxoSmithKline) и Pfizer сосредоточились на этом с поставщиками искусственного интеллекта. Некоторые биотехнологические компании создают свои платформы. Berg Health — одна из них: запатентованные алгоритмы машинного обучения исследуют молекулярные данные и культуры больных клеток. Обнаружены некоторые мишени и потенциальные препараты для глаукомы, облысения (алопеции), рака и нейродегенеративных нарушений.

2. Поиск слабого места HIV, причины AIDS, с Big Data

Команда из Гонконга работает над вакциной, нацеленной на правильный участок HIV для предотвращения копирования и размножения. Нужно картировать полипротеиновую последовательность, и здесь помогают большие данные. У 1918 инфицированных HIV людей получили 20.043 последовательности, из них исследовали 815 аминокислот искусственным интеллектом. Надеются, что работа позволит ограничить способность вируса к мутации и инфекции, открыв новые иммунотерапевтические и вакцинальные подходы.

3. Наблюдение лекарств и их взаимодействий с Big Data

Машинное обучение позволяет быстрее и с высоким разрешением наблюдать взаимодействия препаратов, не упуская некоторые моменты. Особенно выиграют редкие болезни с немногими или вообще неизвестными мишенями. Для визуализации молекул клинических исследований по новым показаниям в этой области работает Sanofi.

4. Поиск источников / наблюдение литературы с Big Data

Искусственный интеллект позволяет эффективнее извлекать полезные сведения из фармацевтических исследований и разработок. BenevolentAI имеет алгоритмы Judgment Correlation System (JACS), интерпретирующие миллиарды предложений и абзацев миллионов статей и обзоров. Затем JACS определяет прямые связи данных с «известными фактами», основанными на гипотезах некоторых учёных области. Команда экспертов оценивает результаты и ранжирует по ценности. Биомедицинское подразделение применяет технологию при ALS. Успехи этой работы показали гораздо более эффективные результаты, чем прежние.

5. Пациент-ориентированные исследования с Big Data

Большие данные революционны не только в анализе, но и сборе. LymeDisease.org недавно объявил MyLymeData для ускорения исследований болезни Лайма . Сейчас она одна из наиболее частых передающихся от матери ребёнку болезней США; ошибки диагностики и лечения достигают %35-50. Процесс очень труден для многих пациентов. Приложение по данным тысяч пациентов обещает ответить, почему одни отвечают на лечение, а другие нет.

6. Массовые данные препаратов от рака с Big Data

Инициатива CODE-cancer.com (сотрудничество для европейских онкологических данных) надеется, что данные из 7 стран Европы, 200 центров лечения рака за 3 года откроют новые методы. За следующие 10 лет планируется расширение до 2000 центров. Такой объём позволит сравнить, какие препараты эффективнее при каких раках.

7. Сбор данных здоровья с Big Data и искусственным интеллектом

Ещё одна трудность — анализ структурированных и неструктурированных данных и приведение их к доступному виду. Британский центр исследований рака обещает премию 30 миллионов долларов исследователям этой области. Работа откроет путь не только лекарствам, но и исследованиям рака. Одна из целей — раннее обнаружение рака по паттернам медицинских и немедицинских источников. При успехе возникнет этический вопрос: если данные людей легко доступны и позволяют создавать решения, нельзя ли использовать их иначе, чтобы создавать проблемы?

СВЯЗАННЫЕ ТЕМЫ

• Пока мы не рекомендуем жидкостную биопсию здоровым для раннего выявления рака! Почему?
• Пределы человеческого разума, искусственный интеллект и будущее медицины
• Последние достижения лечения рака — в 2018 лечение будут определять 7 тенденций