Under de senaste åren har vi upplevt en exponentiell ökning av dataskapande. Från när vår smartphone berättar för oss hur många steg vi tar, för att räkna de gånger vi åker kollektivt till hur många megabyte vi spenderar på vår mobildatahastighet.
Stora data
Precis som dessa data genereras från vårt dagliga liv, händer det samma i den kliniska miljön: antalet gånger vi besöker akuten, de tillfällen vi blir inlagda på sjukhus, antalet läkemedel som ordinerats eller röntgenbilderna som tagits under hela vår tid. liv, bland annat.
Artificiell intelligens
Den enorma mängden data är långt bortom människans analytiska kapacitet. Det kräver teknik som kan lagra, bearbeta och skydda denna värdefulla data. Därför är det inte bara hjälp av datorer nödvändigt utan också artificiell intelligens och algoritmer. Och tack vare just dessa och andra verktyg (djupinlärning, maskininlärning) har de senaste åren gjort många upptäckter, förutom att förutsäga framtida scenarier i termer av epidemiologi, som är fallet med urogenital cancer.
Djup lärning
Ett annat exempel på dessa nya verktyg, den här gången djupinlärning: Fall där maskinen lär sig känna igen en serie mönster, i det här exemplet, har varit analysen av oftalmologisk fundus. Idag känner vi till sambandet mellan ögonbotten och dess samband med hjärtsjukdomar. Vad vi inte kunde förutsäga och med så hög noggrannhet var risken, såväl som andra parametrar. Maskinen analyserade mer än 200,000 XNUMX patienter och har kunnat identifiera inte bara riskmönster utan också könet på den deltagande befolkningen, enbart genom tjockleken på ögats ådror – något som mänsklig kapacitet inte har uppnått, hittills omöjligt.
AI och farmakogenetik
Även betydande framsteg kommer inom farmakogenetiken. Kan du föreställa dig att vi inte kommer att behöva testa nya läkemedel i populationer av människor och icke-mänskliga djur? Olika team utför redan denna typ av forskning. Genom användningen av artificiell intelligens och massiva data studeras redan den möjliga inverkan som flera droger kan ha på befolkningen.
AI här för att stanna
Artificiell intelligens kom för några decennier sedan för att stanna, och inte förgäves. Vi kommer att se i framtiden hur all denna enorma mängd massdata kommer att påverka världens befolkning. För tillfället pågår redan grunden för vad som borde vara ett universellt etiskt ramverk. Och det etiska ramverket måste ta itu med universella principer som transparens, rättvisa, icke-illvilja, ansvarighet och integritet.
