Öz "rəqəmsal əkiziniz"? Narkotik testlərini dəyişdirəcək ən son texnologiya (Rəqəmsal əkiz)

Bu səhər qəbul etdiyiniz həbin əllərinizə çatması nə qədər vaxt apardığını heç düşünmüsünüzmü? Əvvəlcə laboratoriyalarda geniş tədqiqatlar aparırlar. Sonra onu heyvanlar üzərində sınaqdan keçirirlər. Lakin insanlarda istifadə üçün təsdiqlənməzdən əvvəl onu insanlar üzərində sınaqdan keçirməlidirlər. Buna klinik sınaq deyirik. Bu, çox mürəkkəb və bahalı bir prosesdir.

Sadə dillə desək, klinik sınaq nədir?

Sadə dillə desək, klinik sınaq belə işləyir: Tədqiqatçılar yeni hazırlanmış dərmanın hədəf aldığı xəstəliyə yoluxmuş xəstələri işə götürürlər. Daha sonra bu könüllülər təsadüfi olaraq iki qrupa bölünürlər.

1. Birinci qrupa sınaqdan keçiriləcək yeni dərman verilir.

2. İkinci qrup olan “Nəzarət Qrupu”na aktiv tərkib hissəsi olmayan və dərmana tam bənzəyən plasebo verilir. Biz buna “Plasebo” deyirik.

Əgər bu sınaqdan sonra yeni dərman qəbul edənlərin simptomları plasebo qəbul edənlərdən daha çox yaxşılaşıbsa, bu, yeni dərmanın təsirli olduğunu sübut edir.

Belə bir sınaqda ən böyük çətinliklərdən biri sınaq üçün tam uyğun olan kifayət qədər xəstə tapmaqdır. Bəzən hətta həkimlər belə hansı sınaqların xəstələri üçün uyğun olduğunu bilmirlər. Həmçinin, iştirak etmək istəyən xəstələrin xüsusiyyətləri sınaq tələblərinə uyğun gəlməyə bilər. Lakin süni intellekt (Sİ) bu işi daha da asanlaşdıra bilər.

"Rəqəmsal Əkizlərinizlə" tanış olun

Təsəvvür edin ki, öz kompüter modeliniz, yəni özünüzün rəqəmsal surətiniz var. Buna "Rəqəmsal Əkiz" deyilir. Bunlar sadəcə kompüterdə real dünya obyektini və ya sistemini simulyasiya edən "Kompüter Modelləri"dir. Lakin rəqəmsal olaraq baxıldıqda, onlar tam olaraq real obyekt kimi davranırlar. Ən yaxşı nümunə, Apollo 13 kosmik gəmisindəki oksigen balonu partladıqda, NASA-nın Yer kürəsində qurulmuş eyni kosmik gəminin "Rəqəmsal Əkiz"i ilə onu təmir etməsinə kömək etməsidir.

İndi alimlər kifayət qədər "məlumat" verildikdə, bir insanın "Rəqəmsal Əkizləri"ni yarada bilərlər. Bu, "Maşın Öyrənməsi" adlı süni intellekt texnologiyasından istifadə edir. Sadə dillə desək, bu, kompüter proqramına çoxlu miqdarda məlumat verməyi və ondan öyrənməsini nəzərdə tutur.

Xəstələrin Rəqəmsal Əkizləri, əvvəlki klinik sınaqlardan əldə edilən məlumatlardan və hər bir xəstənin şəxsi tibbi qeydlərindən istifadə edərək bu Maşın Öyrənmə modellərini öyrətməklə yaradılır. Model daha sonra xəstəyə plasebo verildiyi təqdirdə sınaq müddətində sağlamlığının necə dəyişəcəyini proqnozlaşdıra bilər.Yəni, həmin xəstə üçün kompüter tərəfindən yaradılan nəzarət qrupu (Simulyasiya edilmiş Nəzarət Qrupu) yaradılır.

İndi isə bunun necə işlədiyinə baxaq. Tutaq ki, "Samadhi" adlı biri yeni dərman qəbul edən qrupa seçilir. Samadhinin "Rəqəmsal Əkiz" adlı kompüter modeli nəzarət qrupundadır. Model, Samadhiyə faktiki dərman əvəzinə "Plasebo" verilsəydi nə baş verəcəyini proqnozlaşdırır. Nəticədə, Samadhinin dərmana faktiki reaksiyası ilə modelin "Plasebo" qəbul edərsə nə baş verəcəyini proqnozlaşdırması arasındakı fərq, dərmanın Samadhi üçün nə qədər təsirli olduğunun ölçüsüdür.

Ənənəvi idarəetmə komandaları əvəzinə "Rəqəmsal Əkizlər"dən istifadənin faydalarını aydın şəkildə görmək üçün bu cədvələ nəzər salaq.

Bu texnologiya yaxşı olsa da, problemlər yoxdurmu?

Bu texnologiya gələcək üçün böyük ümidlər bəxş etsə də, hələ geniş istifadə olunmayıb. Bunun yaxşı səbəbləri ola bilər. "(Maşın Öyrənməsi)" üzrə mütəxəssis Dr. Daniel Nealın qeyd etdiyi kimi, bu modellər çoxlu miqdarda məlumatlara əsaslanır. Həmçinin, fərdlərdən yüksək keyfiyyətli məlumatlar əldə etmək çox çətindir.

Digər bir problem, dərmanın yarada biləcəyi nadir, gözlənilməz yan təsirlərdir . Bunlar çox vaxt nəzarət qrupu üçün hazırlanmış model tərəfindən əhatə olunmur.

Lakin Dr. Nealın ən böyük qorxusu bu proqnozlaşdırıcı modelin "həmişəki kimi iş" prinsipinə əsaslanmasıdır. Hər kəsin davranışını dəyişdirən və insanları xəstələndirən COVID-19 pandemiyası kimi böyük, gözlənilməz bir hadisəni təsəvvür edin. "Nəzarət modelləri bunu nəzərə almır", o deyir. Daha sonra, nəzarət qrupunun nəzərə almadığı bu hadisələr səbəbindən təcrübənin son nəticələri tamamilə fərqli ola bilər.

Bəs bundan həqiqətən istifadə etmək mümkündürmü? Gələcəkdə nə olacaq?

Səhiyyədə rəqəmsal texnologiyaların istifadəsi üzrə ekspert Erik Topol bu ideyanın əla olduğunu düşünür, lakin hələlik bunun vaxtı çatmayıb. "Düşünmürəm ki, yaxın gələcəkdə klinik sınaqlar dəyişsin. Çünki bu, genom ardıcıllığı, bağırsaq mikrobiomu, ətraf mühit məlumatları kimi yalnız sağlamlıq qeydlərindən başqa bir çox məlumat qatını tələb edir."

Bu texnologiyanın qabaqcılı olan Unlearn.AI-nin təsisçisi Çarlz Fişerin sözlərinə görə, məlumatların məxfiliyi və qərəzliliyi problemlərinə artıq həll yolları mövcuddur. "Məxfilik asandır. Biz yalnız artıq anonimləşdirilmiş məlumatlarla işləyirik."

Qərəzlilikdən danışarkən o, məsələnin tam həll olunmasa da, tədqiqatın nəticələri ilə əlaqəsi olmadığını deyir. Tədqiqatlar təsadüfi şəkildə aparıldığı üçün məlumatlarda müəyyən qərəzlilik olsa belə, bu, nəticələrə təsir etmir. Lakin bəzi ekspertlər bu fikirlə razılaşmırlar. Onlar deyirlər ki,Çünki real bir insanı kompüter modeli ilə müqayisə edirsiniz, həmin modeldə hər hansı bir səhv varsa, bu, nəticələrə birbaşa təsir göstərə bilər.

Lakin, Unlearn.AI artıq Alzheimer, Parkinson və çoxsaylı skleroz kimi nevroloji xəstəliklər üçün klinik sınaqlar hazırlamaq üçün əczaçılıq şirkətləri ilə işləyir. Onlar bu xəstəlikləri başlamaq üçün yaxşı bir yer kimi seçdilər, çünki digərlərindən daha çox məlumata malikdirlər. Fişer deyir ki, əgər metod bir gün bütün xəstəliklərə tətbiq oluna bilsə, bu, yeni dərmanların bazara çıxma müddətini əhəmiyyətli dərəcədə azalda bilər.