AI är tränad att upptäcka varningssignaler i blodprov

Getty ImagesAI kan potentiellt upptäcka mycket mer från ett blodprov än vad som för närvarande är möjligt. Detta är den tredje funktionen i en serie i sex delar som tittar på hur AI förändrar medicinsk forskning och behandlingar. Äggstockscancer är ”sällsynt, underfinansierad och dödlig”, säger Getty ImagesAI. Audra Moran, chef för Ovarian Cancer Research Alliance (Ocra), en global välgörenhetsorganisation baserad i New York. Liksom alla cancerformer, ju tidigare det upptäcks desto bättre. Mest äggstockscancer börjar i äggledarna, så när den kommer till äggstockarna kan den redan ha spridit sig någon annanstans också.” Fem år innan du någonsin fick ett symptom är när du kanske måste upptäcka äggstockscancer för att påverka dödligheten”, säger Ms. Moran. Men nya blodtester dyker upp som använder kraften hos artificiell intelligens (AI) för att upptäcka tecken på cancer i dess mycket tidiga stadier. Och det är inte bara cancer, det kan AI också påskynda andra blodprover för potentiellt dödliga infektioner som lunginflammation Memorial Sloan Kettering Cancer Center. Dr Daniel Heller har tränat AI för att upptäcka tidiga tecken på äggstockscancer. Dr Daniel Heller är biomedicinsk ingenjör vid Memorial Sloan Kettering Cancer Center i New York. utvecklat en testteknik som använder nanorör – små rör av kol som är cirka 50 000 gånger mindre än diametern av ett mänskligt hårstrå. För ungefär 20 år sedan började forskare upptäcka nanorör som kan avge fluorescerande ljus. Under det senaste decenniet har forskare lärt sig hur man ändrar dessa nanorörs egenskaper så att de svarar på nästan vad som helst i blodet. Nu är det möjligt att sätta miljontals nanorör i ett blodprov och få dem att avge olika våglängder av ljus baserat på vad som fastnar på dem. Men det lämnade fortfarande frågan om att tolka signal, som Dr Heller liknar med att hitta en matchning för ett fingeravtryck. I det här fallet är fingeravtrycket ett mönster av molekyler som binder till sensorer, med olika känslighet och bindningsstyrka. Men mönstren är för subtila för en människa att välja ut.”Vi kan titta på data och vi kommer inte att förstå det alls”, säger han. ”Vi kan bara se mönstren som är annorlunda med AI.” Att avkoda nanorörsdata innebar att data laddades in i en maskinlärande algoritm och berättade för algoritmen vilka prover som kom från patienter med äggstockscancer och vilka från personer utan. inkluderade blod från personer med andra former av cancer eller annan gynekologisk sjukdom som kan förväxlas med äggstockscancer. En stor utmaning med att använda AI för att ta fram blodprov för äggstockar cancerforskning är att det är relativt sällsynt, vilket begränsar data för träningsalgoritmer. Och mycket av till och med den informationen är försulad på sjukhus som behandlade dem, med minimal datadelning för forskare. Dr Heller beskriver att träna algoritmen på tillgängliga data från bara några 100 patienter som ett ”Hail Mary-pass”. Men han säger att AI var kunna få bättre noggrannhet än de bästa cancerbiomarkörerna som finns tillgängliga idag – och det var bara första försöket. Systemet genomgår ytterligare studier för att se om det kan förbättras med hjälp av större uppsättningar av sensorer och prover från många fler patienter. Mer data kan förbättra algoritmen, precis som algoritmer för självkörande bilar kan förbättras med fler tester på gatan. Dr Heller har stora förhoppningar på tekniken.” Vad vi skulle vilja göra är att triage alla gynekologiska sjukdomar – så när någon kommer in med ett klagomål, kan vi ge läkare ett verktyg som snabbt talar om för dem att det är mer sannolikt att det är cancer eller inte, eller den här cancern än så.” Dr Heller säger att detta kan vara ”tre till fem år” bort.KariusKarius har en databas med mikrobiellt DNA som har tiotals miljarder datapunkter. Det är inte bara tidig upptäckt som AI är potentiellt användbar för, det påskyndar också andra blodprover . För en cancerpatient kan det vara dödligt att få lunginflammation och eftersom det finns omkring 600 olika organismer som kan orsaka lunginflammation måste läkare utföra flera tester för att identifiera infektionen. Men nya typer av blodprover förenklar och påskyndar processen.Karuis , baserad i Kalifornien använder artificiell intelligens (AI) för att identifiera den exakta lunginflammationspatogenen inom 24 timmar och välja rätt antibiotika för ”Innan vårt test skulle en patient med lunginflammation genomgå 15 till 20 olika tester för att identifiera sin infektion bara under sin första vecka på sjukhus – det är cirka 20 000 USD i test,” säger Karius vd Alec Ford. Karius har en databas med mikrobiellt DNA som har tiotals miljarder datapunkter. Testprover från patienter kan jämföras med den databasen för att identifiera den exakta patogenen. Herr Ford säger att det skulle ha varit omöjligt utan AI. En utmaning är att forskare för närvarande inte nödvändigtvis förstår alla kopplingar som en AI kan göra mellan testbiomarkörerna och sjukdomarna. Under de senaste två åren har Dr Slavé Petrovski utvecklat en AI plattform som heter Milton att använda biomarkörer i den brittiska biobanksdata för att identifiera 120 sjukdomar med en framgångsfrekvens på över 90%. Att hitta mönster i en sådan mängd data är bara något som AI kan göra. ”Det här är ofta komplexa mönster, där det kanske inte finns en biomarkör, men du måste ta hänsyn till hela mönstret”, säger Dr Petrovski, som är forskare vid läkemedelsjätten AstraZeneca. Dr Heller använder ett liknande mönster matchande teknik i hans arbete med äggstockscancer.” Vi vet att sensorn binder och reagerar på proteiner och små molekyler i blodet, men vi vet inte vilka av proteinerna eller molekyler är specifika för cancer”, säger han. Mer allmänt data, eller bristen på dem, är fortfarande en nackdel.”Människor delar inte med sig av sina data, eller så finns det ingen mekanism för att göra det”, säger Moran.Ocra finansierar ett storskaligt patientregister, med elektroniska journaler över patienter som har tillåtit forskare att träna algoritmer på deras data.” Det är tidiga dagar – vi är fortfarande i vilda västern av AI nu”, säger Moran. More Technology of Business