Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Искусственный интеллект в здравоохранении и естественных науках

В сфере здравоохранения искусственный интеллект помогает ученым и врачам сосредоточиться на самых важных задачах, чтобы повысить качество жизни пациентов.

• Компания Berg Health использует искусственный интеллект для анализа информации о пациенте и составления «молекулярной карты», с помощью которой оценивает вероятность того, что больной раком поджелудочной железы положительно отреагирует на второй этап лечения, применяемого в Berg[62]

.

• Исследователи из детской больницы города Цинциннати используют машинное обучение, чтобы точнее прогнозировать готовность пациентов участвовать в клинических исследованиях. В настоящий момент этот показатель составляет около 60%, но врачи надеются, что искусственный интеллект позволит повысить эту цифру до 72%[63]

.

• Компания Johnson & Johnson обучает платформу Watson от IBM быстро читать и анализировать научные публикации, чтобы экономить время ученых и ускорять процесс изыскания новых лекарств[64]

.

Типичный пример — фармацевтика. Традиционно разработка нового препарата начиналась с химика-технолога: такие специалисты хорошо умеют концентрироваться на задаче и подыскивать подходящие молекулы. «К сожалению, они успевают проверить в лучшем случае 1% своих идей, — объясняет Брендон Олгуд, технический директор и сооснователь компании Numerate. — Приходится запускать своеобразную сортировку, сужая круг идей, которые, очевидно, можно апробировать. Во многом эта выборка субъективна и основана на здравом смысле»[65].

Numerate использует машинное обучение, чтобы выявить соединения, которые с наибольшей вероятностью окажутся максимально эффективными при лечении конкретных заболеваний. Благодаря этой технологии удалось разработать более эффективный препарат, назначаемый больным ВИЧ, всего за шесть месяцев — тогда как разработка нынешнего потребовала десяти лет и $20 миллионов. «Наша система машинного обучения позволяет запрограммировать все эти по-настоящему хорошие идеи, чтобы программа могла перебрать миллиард молекул и сократить это множество до сотни-двух, — говорит Олгуд. — Она позволяет проработать огромное количество идей, до которых мы бы даже не додумались, — я бы назвал такие идеи “экзотическими”, — а теперь у нас появляется возможность их протестировать… программа позволяет нам действовать креативнее, мыслить шире и апробировать разные идеи»[66].

Повышение эффективности НИОКР при помощи интеллектуальных систем