Newsy

Nadchodzi rewolucja w badaniach klinicznych. Poziom stresu u pacjentów automatycznie zbadają algorytmy uczenia maszynowego

2019-01-30  |  06:00

Dzięki sztucznej inteligencji badania kliniczne mogą być przeprowadzane z dużo większą dokładnością. Algorytmy uczenia maszynowego w oparciu o dane biometryczne sprawdzą poziom stresu u osób poddanych badaniu. Dzięki strumieniowej transmisji danych lekarze będą mieli możliwość dokładniejszej i szybszej oceny wpływu badania na pacjenta, co pomoże udoskonalić testowane leki, również po ich wprowadzeniu na rynek. Sztuczna inteligencja jest przyszłością medycyny, a jej wykorzystanie pozwoli na znaczne oszczędności w systemach ochrony zdrowia.

– Stworzyliśmy nieinwazyjny system pomiaru i monitorowania poziomu stresu u pacjentów biorących udział w badaniach klinicznych. Podstawowym wskaźnikiem poziomu stresu jest stężenie kortyzolu, jednak jego pomiar wymaga pobrania krwi lub śliny. Stworzyliśmy więc zastępczy system pomiaru poziomu stresu oparty na czujnikach i sztucznej inteligencji, przeprowadzając uczenie algorytmu w zakresie zgłaszania odczuwanego stresu – mówi agencji informacyjnej Newseria Innowacje Jaquie Finn z Cambridge Consultants.

Opracowany w porozumieniu z klinicystami i neurologami system Verum wykorzystuje moc danych biometrycznych, głównie głosowych i elektromiograficznych (EMG), oraz uczenie maszynowe w celu lepszego zrozumienia wyników i zwiększenia prawdopodobieństwa sukcesu klinicznego. System oparty na uczeniu maszynowym może zapewnić głębszy wgląd w wyniki uczestników badania podczas prób. Strumieniowanie danych w czasie rzeczywistym umożliwia lekarzom, pielęgniarkom i koordynatorom testów m.in. wpływ poziomu stresu na wyniki badania klinicznego.

– Aby zebrać potrzebne informacje, umieściliśmy na naszych ciałach osiem różnych czujników biometrycznych i nosiliśmy je przez 12 godzin na dobę, 4 dni w tygodniu. Stworzyliśmy aplikację, za pomocą której zebraliśmy dane kontekstowe i behawioralne. Następnie, korzystając z trzech wzorcowych kwestionariuszy do mierzenia poziomu stresu, przeprowadziliśmy odpowiednie uczenie algorytmu. Zbadaliśmy 256 różnych kombinacji czujników, aby sprawdzić, które kombinacje są niezbędne do pomiaru stresu – tłumaczy Jaquie Finn.

Dotychczas monitorowanie samopoczucia pacjentów biorących udział w próbach klinicznych najczęściej opierało się na codziennym wypełnianiu testu. Kompleksowe badanie samopoczucia leczonej osoby odbywało się natomiast podczas wizyt w określonych tygodniach, nawet po miesiącu od rzeczywistego badania. Verum dane zbiera na bieżąco, co może znacznie poprawić wiarygodność badań klinicznych.

Dane z czujników zintegrowane są w poręcznej aplikacji. System działa poprzez umożliwienie lekarzom, pielęgniarkom i koordynatorom dostępu do danych biometrycznych i behawioralnych stale monitorowanych pacjentów. Zastosowanie algorytmu uczenia maszynowego analizującego spływające na bieżąco dane, pozwala określić konkretny stan pacjenta w konkretnym czasie oraz jego zmiany, np. przy podaniu jakiegoś leku.

– Ustaliliśmy, że do dokładnego określenia poziomu stresu wystarczą dwa pomiary: elektromiografia mięśnia czworobocznego – jego napięcie w określonym czasie pozwala bowiem na określenie poziomu stresu – oraz badanie głosu – przekonuje ekspertka.

W ten sposób powstaje jeden numeryczny estymator poziomu stresu pacjenta na dowolnym etapie próby. Takie rozwiązanie zapewnia niespotykany dotychczas wgląd kliniczny. Zdaniem twórców zdolność Verum do dostarczania bogatych, kontekstualnych informacji biometrycznych zarówno na poziomie populacji, jak i pacjenta może potencjalnie zrewolucjonizować precyzyjną medycynę, a także nadzór po wprowadzeniu do obrotu i rozwój leków.

Rozwiązania z zakresu sztucznej inteligencji znajdują coraz szersze zastosowanie w medycynie. Już dziś algorytmy uczenia maszynowego są w stanie precyzyjnie diagnozować chociażby zmiany nowotworowe. Według wyników badań opublikowanych w majowym numerze specjalistycznego czasopisma Annals of Oncology głęboko uczące się splotowe sieci neuronowe (CNN) wykryły potencjalnie rakowe zmiany skórne lepiej niż 58 dermatologów uczestniczących w teście. Ustalenia te mogą mieć znaczący wpływ na przyszłość opieki zdrowotnej.

Według Skin Cancer Foundation w ostatnim dziesięcioleciu roczna liczba diagnozowanych przypadków czerniaka wzrosła o prawie 53 proc. Potrzeba wdrożenia szybkich i wydajnych narzędzi diagnostycznych jest więc większa niż kiedykolwiek, a CNN bardzo może pomóc dermatologom wcześniej wykryć i leczyć potencjalnie nowotworowe zmiany skórne.

Sztuczna inteligencja znajduje w medycynie ogromne zastosowanie również w salach operacyjnych. Zrobotyzowane systemy chirurgiczne wyposażone w sztuczną inteligencję mogą być używane do standaryzacji jakości procedur chirurgicznych. Sztuczna inteligencja napędzająca działanie robotów umożliwia chirurgom wykonywanie skomplikowanych procedur z wysoką dokładnością i precyzją. 

Z analiz sporządzonych przez Frost & Sullivan wynika, że rynek sztucznej inteligencji w sektorze opieki zdrowotnej osiągnie do 2022 roku wartość ponad 6 mld dol.

Czytaj także

Kalendarium

Handel

Obozy dla uchodźców naszpikowane nowymi technologiami. Blockchain i systemy biometryczne wyeliminują problem z wyłudzeniami przez nich pieniędzy

Nowe technologie, jak blockchain czy biometria, są wykorzystywane nie tylko w najbardziej rozwiniętych krajach. Mogą też pomóc uchodźcom. Dzięki specjalnym skanerom, po zeskanowaniu tęczówki oka, system automatycznie łączy się z bazą i po potwierdzeniu tożsamości pieniądze są pobierane z konta klienta – bez karty płatniczej, czy bonów. System EyePay jest już używany w kilku obozach dla uchodźców i przetwarza transakcje, pomagając blisko 200 tys. uchodźców. Jednocześnie eliminuje też przypadki wyłudzenia pieniędzy.

Kosmos

Pierwsze zdjęcie czarnej dziury potwierdza teorie Einsteina. Planowane są już publikacje kolejnych fotografii

Niedawno opublikowane zdjęcie czarnej dziury może się okazać przełomowym dla ludzkości, gdyż potwierdza dotychczasowe teorie, m.in. Einsteina. To jednak pierwszy krok, a naukowcy już planują publikację kolejnych zdjęć supermasywanych czarnych dziur, w tym tej znajdującej się w centrum naszej galaktyki. Choć powszechnie mówi się, że sfotografowano czarną dziurę, ekspert Centrum Nauki Kopernika w rozmowie z agencją informacyjną Newseria Innowacje wyjaśnia, że na zdjęciu widać tak naprawdę cień czarnej dziury. Tłumaczy także, dlaczego zdjęcie jest „rozmazane”.

MWC19

Firma

Służbowe smartfony coraz częściej na celowniku cyberprzestępców. Ich atakom potrafi zapobiec nowa aplikacja mobilna

Ataki hakerskie na smartfony stanowią jedną czwartą wszystkich cyberataków. Dzięki przejęciu kontroli nad służbowym smartfonem pracownika hakerzy mogą uzyskać dostęp do cennych i poufnych danych korporacyjnych. Eksperci apelują o zabezpieczanie smartfonów przed atakami i rozsądne korzystanie z tych urządzeń. Powstała już aplikacja mobilna, która potrafi przewidzieć zagrożenie, jeszcze zanim cyberprzestępca uzyska dostęp do smartfona.