Kombinasi kecerdasan sintesis dan teknologi pembelajaran mesin memungkinkan kami memprediksi masa depan menggunakan penaksiran yang lebih andal serta personal untuk mengobati penyakit mirip kanker, Alzheimer, dan stroke dengan lebih efektif.
Satu x-ray setiap 2 tahun untuk seluruh wanita berusia antara 50 dan 69 tahun. Sejak tahun 1990, ini sudah sebagai tantangan skrining terbesar buat Sistem Kesehatan Nasional, serta tujuannya ialah untuk mencegah salah satu kanker menggunakan insiden tertinggi pada Spanyol, kanker payudara. Metodenya artinya sinar-X yg mendeteksi area yang berpotensi kanker; Jika sesuatu yang mencurigakan diamati, tes itu diikuti sang lebih poly tes, tak jarang dengan potensi tinggi buat yang akan terjadi positif palsu, berbahaya, dan mahal. Berliku-likunya ialah alasan utama mengapa skrining terbatas di kelompok dengan risiko tertinggi. Menambahkan algoritme prediktif ke mammogram, area risiko payudara pasien akan dibatasi dan keandalan diagnosis akan meningkat sampai 90%. oleh sebab itu, hal itu bisa dilakukan lebih tak jarang dan rentang usia wanita yang mereka tuju dapat diperluas.
Ini merupakan proses yg sudah terdapat, yang menggunakan kecerdasan buatan, dan dikembangkan oleh tim berasal Higher Council for Scientific Research (CSIC), khususnya berasal Institute of Corpuscular Physics (IFIC). Ini artinya bagian dari bidang pembelajaran mesin dalam kedokteran presisi, serta jaringan penelitian yg berupaya menaikkan efisiensi perawatan setiap pasien dan mengoptimalkan sumber daya kesehatan.
buat tahu caranya, Anda harus terlebih dahulu tahu konsep-konsep yang ikut bermain. yang pertama adalah kecerdasan sintesis. “Kemampuan personal komputer atau robot untuk melakukan tugas yg umumnya terkait menggunakan makhluk cerdas”, berdasarkan definisi Sara Degli-Esposti dan Carles Sierra , penulis buku putih CSIC perihal disiplin ini. menggunakan kata lain, mereka merupakan prosedur yg dipergunakan buat menggantikan pekerjaan insan menggunakan robot, menggunakan tujuan agar mereka melakukannya dengan lebih presisi dan lebih efisien.
serta di mana kecerdasan sintesis dapat bertindak hari ini dalam kedokteran? “pada beberapa bidang”, jawab Dolores del Castillo , seorang peneliti pada sentra Otomasi dan Robotika CSIC, “berasal administrasi hingga pengelolaan dokumentasi klinis. serta, dengan cara yg lebih spesifik, dalam analisis gambar, atau dalam pemantauan serta tindak lanjut pasien”. dan pada mana masih ada batasan akbar? pada atas segalanya, “di bidang perawatan kesehatan, dalam aspek hukum serta etika saat menangani masalah kritis.” serta selain itu, masih terdapat kekurangan, kata Del Castillo, yang bekerja antara lain di proyek gangguan gerakan neurologis, pembinaan buat sebagian besar energi kesehatan.
dengan kelebihan serta kekurangannya, sebagai subbidang kecerdasan sintesis kita menemukan konsep ke 2: pembelajaran mesin. Itu mampu diterjemahkan menjadi pembelajaran mesin. ialah, kecerdasan buatan yg bekerja melalui komputer yg mendeteksi pola pada gerombolan populasi. menggunakan pola-pola ini, prediksi dibuat tentang apa yg paling mungkin terjadi. Pembelajaran mesin menerjemahkan data ke dalam algoritme.
dan sehabis kecerdasan buatan serta pembelajaran mesin, ada konsep ketiga: pengobatan presisi . yg mengikuti keadaan dengan individu, gennya, latar belakangnya, gaya hidupnya, sosialisasinya. Sebuah model yang terlebih dahulu harus mampu mengantisipasi penyakit; ke 2, Francisco Albiol , asal IFIC, terus “menilai setiap pasien, menerapkan terapi terbaik sesuai bukti klinis, membedakan masalah yg paling kompleks serta menilai inklusi mereka pada program manajemen.” wajar untuk penyakit berdampak tinggi, dan tak wajar buat penyakit serius; contohnya, buat membedakan dalam perawatan primer flu asal pilek, karena manfaatnya tidak akan mengimbangi upaya yang diperlukan.
Kunci penggunaan kecerdasan sintesis pada kedokteran jua ialah optimalisasi biaya , yg sangat penting pada kesehatan warga . Populasi Spanyol sudah semakin tinggi asal 42 sebagai 47 juta orang antara tahun 2003 dan 2022, yaitu lebih dari 10%. serta berasal tahun 2005 sampai 2022, usia rata-homogen penduduk telah berubah berasal 40 tahun menjadi 44 tahun. Kita semakin tua serta tua. oleh karena itu, “proyek bernilai terbaik dan , oleh sebab itu, kemungkinan akbar akan dibiayai, artinya proyek yg menggabungkan teknologi kecerdasan sintesis buat menangani pencegahan, penaksiran, serta pengobatan penyakit kardiovaskular, penyakit neurodegeneratif, kanker, serta obesitas”, kata Dolores del Castillo, namun ” perhatian khusus jua diberikan di proposal perihal pengobatan eksklusif serta tempat tinggal , perawatan buat orang tua serta obat-obatan baru.” “Kebutuhan akan layanan kesehatan sudah meningkat sebab demografi kita, serta tujuannya harus mengurangi serta menyederhanakan tantangan dengan teknologi. Kami mencobanya dengan pembelajaran mesin”, rangkum Albiol.
Albiol ialah keliru satu ilmuwan yang memimpin acara buat menaikkan deteksi kanker payudara melalui prosedur pemecahan . dia membela, mirip peneliti lain, bahwa Jika kita menggabungkan pembelajaran mesin dengan pengobatan presisi, yang harus kita bicarakan merupakan kedokteran 4p. yang menyatukan empat karakteristik: “Prediktif, personal, preventif, serta partisipatif”. sebab sebagian besar puritan membatasi pengobatan presisi di bidang genetika pasien, serta tidak akan memasukkan ke dalam kantong yang memperhitungkan lebih banyak ciri. Mereka yang melakukannya, beropini bahwa kita berbicara tentang sesuatu yang jauh lebih luas: “Diterapkan di pengobatan presisi, pembelajaran mesin memungkinkan kita untuk menganalisis sejumlah akbar data asal jenis yg sangat tidak sama (genomik, biokimia, sosial, pencitraan medis…) serta memodelkannya buat dapat menunjukkan penaksiran yg diadaptasi menggunakan individu, lebih sempurna serta menggunakan demikian melakukan perawatan yang lebih efektif”, rangkum Lara Lloret Iglesias , seseorang peneliti pada Institut fisika Cantabria.
Lloret merupakan bagian berasal jaringan ilmuwan yang, mirip Albiol atau Del Castillo, berdedikasi di proyek pembelajaran mesin serta kedokteran presisi. galat satu yg dikembangkan sang timnya, yang dipimpinnya bersama dengan fisikawan Miriam Cobo Cano, disebut Branyas. Ini buat menghormati María Branyas, wanita tertua pada Spanyol yang berhasil mengatasi covid-19: beliau melakukannya di usia 113 tahun. Ini menyatukan banyak kasuistis lebih dari tiga.000 orang tua, apalagi hanya genetika: “Teknik pembelajaran mesin digunakan buat memutuskan profil risiko sakit atau tewas dampak virus corona. Kami telah memperoleh data berasal analisis 3 profil risiko: sosiodemografi, biologis, dan biologis yg diperluas, yg akan menambahkan isu ihwal dilema seperti mikrobiota usus, vaksinasi, dan aspek yg terkait dengan kekebalan”.
