Reportero
Getty PicturesLa tercera característica de la serie de seis partes es cómo cambia la investigación y los tratamientos médicos de IA.
“El cáncer raro es raro, financiero y mortal”, dice Aadra Moran, presidenta de la organización benéfica con sede en Nueva York, OCRA, OCRA.
Como todos los cancerosos, el anterior se detecta especialmente.
La mayoría del cáncer uterino comienza en los tubos de fertilizantes, por lo que cuando va en el útero, ya puede extenderse en otro lugar.
“Es posible que tenga que diagnosticar el cáncer de ovario cinco años antes de un síntoma”, dice la Sra. Moran.
Pero se desarrollan nuevos análisis de sangre que utilizan la fuerza de inteligencia artificial (IA) para detectar síntomas de cáncer en sus primeras etapas.
También acelera otros análisis de sangre para infecciones mortales como la neumonía.
Memorial Slone Goodling Cancer CenterEl Dr. Daniel Heller es ingeniero biométrico en el Memorial Slone Goodling Cancer Center en Nueva York.
Su grupo ha creado una tecnología de prueba que utiliza tubos nanoquímicos: pequeños tubos de dióxido de carbono 50,000 veces más pequeño que el diámetro del cabello humano.
Hace unos 20 años, los científicos comenzaron a encontrar tubos de nanoli que pudieran liberar la luz incandescente.
Durante la última década, los investigadores han aprendido a cambiar las propiedades de estos nanopoladores, por lo que responden a cualquier cosa en la sangre.
Ahora ponga millones de nanopolse en la muestra de sangre y libere diferentes longitudes de onda de luz basadas en lo que se pega.
Pero ha dejado la pregunta que aún explica la señal, que se compara con el Dr. Heller Fingerprint para encontrar una coincidencia.
La huella digital en este caso es la forma de moléculas que se unen con sensores, con diferentes sensibilidad y resistencias a la unión.
Pero los formularios para llevar a un hombre son muy sutiles.
“Podemos ver los datos. No lo entendemos”, dice. “Solo podemos ver diferentes formas con AI”.
Los datos de nanotecnología de decodificación se cargan con un mecanismo de aprendizaje mecánico de datos y qué modelos provienen de pacientes con cáncer de ovario, refiriéndose al método para decir la ausencia.
Estos incluyen otros tipos de enfermedades ginecológicas infectadas por cáncer u otras que se pueden confundir con el cáncer de ovario.
Lo que es un gran desafío para usar IA para crear análisis de sangre para la investigación del cáncer uterino es que es relativamente raro, lo que controla los datos sobre la capacitación para las instrucciones.
En hospitales que incluso los trataron con esos datos, con una partición mínima de datos para investigadores.
El Dr. Heller describe el método de “Hail Mary Boss” en los datos disponibles de unos 100 pacientes.
Pero él dice que la IA ha podido obtener una mejor precisión que las mejores biomarcaciones de cáncer que están disponibles hoy en día, ese es el primer intento.
El sistema está sujeto a más estudios que utilizan sensores grandes y modelos de muchos pacientes. Las instrucciones para los autos autónomos pueden mejorar el mecanismo de datos adicional, al igual que la calle mejorado con altas pruebas.
El Dr. Heller tiene más confianza en la tecnología.
“Lo que queremos hacer es probar todas las enfermedades ginecológicas, por lo que cuando alguien viene con una queja, ¿pueden los médicos dar una herramienta, lo que probablemente sea un cáncer o no, o es más probable que sea más que esto”.
El Dr. Heller dice que puede ser “de tres a cinco años”.
TropasEl hecho de que la IA sea útil no es solo un diagnóstico temprano, sino que también acelera otros análisis de sangre.
Para un paciente con cáncer, es peligroso mantener la neumonía, y hay alrededor de 600 organismos diferentes que pueden causar neumonía, por lo que los médicos deben someterse a una serie de pruebas para identificar la infección.
Pero los nuevos tipos de análisis de sangre hacen y aceleran el proceso.
Caruis, basada en California, utiliza inteligencia sintética (IA) para identificar neumonía precisa en 24 horas y seleccionar el antibiótico apropiado.
“Antes de nuestra prueba, habrá 15 a 20 pruebas diferentes para identificar su infección en la primera semana del hospital; esto es alrededor de $ 20,000 en la prueba”, dice Alek Ford, CEO de Carius.
El portador contiene la base de datos del ADN microbiano, que tiene decenas de miles de puntos de datos. Se pueden comparar muestras de pacientes con esa base de datos para identificar el patógeno correcto.
Ford dice que hubiera sido imposible sin IA.
Un desafío es que los investigadores no necesitan comprender todas las conexiones que la IA puede hacer entre las biomarcaciones y enfermedades de la prueba.
En los últimos dos años, el Dr. Slav ha creado el sitio de IA llamado Petrovsky Milton, que ha logrado más del 90%de las 120 enfermedades para identificar 120 enfermedades utilizando biomarcaciones en datos biológicos.
Es solo uno que AI puede encontrar formularios en tales datos de masa.
“Estas son a menudo formas complejas, donde no hay biomarcador, pero debe considerar toda la forma”, dice el Dr. Petrovsky, investigador de su compañía farmacéutica, Astajenca.
El Dr. Heller utiliza una técnica de coincidencia de modelo similar en su trabajo sobre el cáncer de ovario.
“Sabemos que el sensor está unido a las proteínas y moléculas pequeñas en la sangre, pero no sabemos qué proteínas o moléculas son específicas del cáncer”, dice.
Aún datos amplios, o su falta de más es un defecto.
“La gente no comparte sus datos, o no hay forma de hacerlo”, dice la Sra. Moran.
OCRA financia un registro de pacientes a gran escala, y los investigadores con los registros médicos electrónicos del paciente les han permitido capacitar las instrucciones sobre sus datos.
“Son los primeros días, ahora estamos en el oeste de AI”, dice la Sra. Moran.
