Sztuczna inteligencja wprowadza sektor opieki zdrowotnej w przyszłość
Wszystko wskazuje na to, że sztuczna inteligencja (AI) odciśnie ogromne piętno na naukach biologicznych, w szczególności na opiece zdrowotnej. Jednak wykorzystanie tego potencjału będzie wymagało zebrania i wykorzystania danych – i to w dużej ilości. Aby uzyskać dostęp do potrzebnych danych, programiści muszą skupić się na urządzeniach brzegowych. „Korzyści ze sztucznej inteligencji będą w dużej mierze wynikać z wykorzystania zasobów informatycznych znajdujących się na obrzeżach sieci, gdzie znajdują się źródła danych”, wyjaśnia Danilo Ardagna(odnośnik otworzy się w nowym oknie), profesor nadzwyczajny na Politechnice Mediolańskiej(odnośnik otworzy się w nowym oknie). W tym miejscu ważną rolę ma do odegrania przetwarzanie brzegowe. W przeciwieństwie do tradycyjnej chmury obliczeniowej, która wymaga przesłania danych do zdalnego centrum w celu ich przetworzenia, usługi przetwarzania brzegowego stanowią rozproszoną strukturę umożliwiającą obróbkę i przechowywanie danych bliżej fizycznej lokalizacji ich źródła – co zwykle ma miejsce w pobliżu urządzeń końcowych, które je generują i wykorzystują. „Zaletą lokalnego przetwarzania danych jest zmniejszenie opóźnień, poprawa wydajności działania aplikacji i możliwość wglądu w czasie rzeczywistym”, podkreśla Ardagna.
Wspieranie rozwoju aplikacji AI
Pomoc firmom i naukowcom w pełnym wykorzystaniu tych korzyści oferuje finansowany ze środków Unii Europejskiej projekt AI-SPRINT(odnośnik otworzy się w nowym oknie). „Naszym celem jest demokratyzacja dostępu do technologii sztucznej inteligencji poprzez uproszczenie i przyspieszenie rozwoju aplikacji AI dzięki zastosowaniu przetwarzania brzegowego”, dodaje Ardagna, który pełnił rolę koordynatora projektu. Sercem projektu jest zestaw innowacyjnych narzędzi wspierających nie tylko opracowywanie aplikacji AI, ale także ich wykonanie, łatwiejsze wdrożenie i optymalizację zarządzania środowiskiem wykonawczym. „Narzędzia te są wyjątkowe, ponieważ zapewniają działanie, efektywność energetyczną i dokładność modeli AI, jednocześnie gwarantując bezpieczeństwo i prywatność”, zauważa Ardagna.
Narzędzia AI w naukach biologicznych
Oprócz zaprojektowania narzędzi AI prace zespołu obejmowały również kilka przypadków użycia, w których zespół zastosował je w praktyce, w tym w odniesieniu do nauk biologicznych. Na przykład Wydział Nauk Biologicznych Centrum Superkomputerowego w Barcelonie(odnośnik otworzy się w nowym oknie) (BSC) wykorzystał technologię opracowaną w ramach projektu AI-SPRINT do stworzenia modeli AI służących ocenie ryzyka udaru mózgu na podstawie danych z czujników i wywiadu na temat stylu życia. Konkretniej, badany przez ośrodek BSC przypadek użycia dotyczył wykorzystania rozwiązań AI-SPRINT do ochrony wrażliwych danych medycznych i optymalizacji modeli prognozowania ryzyka. „Nasza unikalna koncepcja nie tylko umożliwia włączenie urządzeń ubieralnych i urządzeń mobilnych do praktyki sektora opieki zdrowotnej, ale ponadto umożliwia tym urządzeniom wykorzystanie AI do dostarczania cennych informacji na potrzeby opieki nad pacjentem”, zauważa Ardagna. Rezultaty uzyskane przez BSC w ramach przypadku użycia dotyczącego spersonalizowanej opieki zdrowotnej były tak pomyślne, że utworzono firmę typu spin-off(odnośnik otworzy się w nowym oknie), aby promować korzystanie z aplikacji służącej ocenie ryzyka udaru mózgu. Od tego czasu firmie udało się pozyskać finansowanie w wysokości prawie 700 000 euro. Ośrodek BSC nawiązał również współpracę z Centrum Badań nad Udarem Mózgu Sant Pau w Barcelonie z myślą o opracowaniu bardziej zaawansowanego rozwiązania zapobiegającego ryzyku, które uwzględnia dane multiomiczne.
AI i przetwarzanie brzegowe rewolucjonizują opiekę zdrowotną
Nieoczekiwanym rezultatem projektu było wykorzystanie przez ośrodek BSC modeli AI-SPRINT do pozyskiwania danych z zapisu elektrokardiogramu (EKG) pacjentów uczestniczących w badaniu prowadzonym przez szpital Ospedale Maggiore di Niguarda w Mediolanie(odnośnik otworzy się w nowym oknie). Po zakończeniu badania uczestniczący w nim klinicyści u jednego z pacjentów rozpoznali istotne objawy nieprawidłowego funkcjonowania układu sercowo-naczyniowego. Szybka reakcja, możliwa dzięki zastosowaniu modeli AI, pozwoliła na dodatkowe analizy i wdrożenie leczenia, tym samym łagodząc potencjalne komplikacje zdrowotne. „To tylko jeden z przykładów tego, jak sztuczna inteligencja i przetwarzanie brzegowe mogą zrewolucjonizować badania w zakresie opieki zdrowotnej i opiekę nad pacjentem – a zespół projektu AI-SPRINT jest dumny z tego, że przyczynił się do stworzenia kilku narzędzi, które umożliwiają tę rewolucję”, podsumowuje Ardagna.
