Tuus "geminus digitalis"? Technologia novissima quae probationes medicamentorum mutabit (Geminus Digitalis)

Numquamne te miravisti quamdiu illa pilula quam hodie mane sumpsit ad manus tuas pervenerit? Primo, investigationes amplas in laboratorium faciunt. Deinde in animalibus probant. Sed antequam ad usum in hominibus probari possint, in hominibus probare debent. Hoc est quod experimentum clinicum vocamus. Processus valde implicatus et sumptuosus est.

Simpliciter dictum, quid est experimentum clinicum?

Simpliciter dictum, experimentum clinicum hoc modo procedit: Investigatores aegros morbo laborantes, quem medicamentum nuper elaboratum petit, conducunt. Hi voluntarii deinde temere in duas partes dividuntur.

1. Primi coetui novum medicamentum examinandum datur.

2. Secundus grex , "Grex Controlli", placebo accipit quod nullum elementum activum habet et medicamento prorsus simile apparet. Hoc "Placebo" appellamus.

Si, fine huius experimenti, symptomata eorum qui novum medicamentum sumpserunt plus emendata sunt quam eorum qui placebo sumpserunt, tum hoc probat novum medicamentum efficax esse.

Una ex maximis difficultatibus in tali experimento est invenire satis aegros qui prorsus apte ad experimentum sint. Interdum ne medici quidem sciunt quae experimenta aegris suis apta sint. Praeterea, proprietates aegrotorum qui participare volunt requisitis experimenti fortasse non congruunt. Attamen intelligentia artificialis (IA) hoc munus multo facilius reddere potest.

"Gemelo Digitali" tuo occurre.

Finge te habere tuum proprium exemplar computatrale, id est, exemplar digitale tui ipsius. Hoc est quod "Geminus Digitalis" appellatur. Haec sunt tantum "Exempla Computatralia" quae rem vel systema mundi realis in computatro simulant. Sed cum numerice inspiciuntur, se gerunt prorsus ut res vera. Exemplum optimum est cum receptaculum oxygenii in nave spatiali Apollo 13 explosit, NASA adiuvit ad id reparandum cum "Geminus Digitalis" eiusdem navis spatialis in Terra constructae.

Nunc, scientifici "Gemelos Digitales" hominis creare possunt, datis satis "datis". Hoc utitur technologia intelligentiae artificialis quae "Machine Learning" appellatur. Simpliciter dictum, hoc implicat dare programmati computatrali magnam copiam datorum et id discere sinere.

Gemini digitales aegrotorum creantur per exercitationem harum exemplorum doctrinae automaticae utens datis ex experimentis clinicis prioribus et actis medicis personalibus singulorum aegrotorum. Exemplar deinde praedicere potest quomodo valetudo aegroti per cursum experimenti mutabitur si placebo detur.Id est, coetus moderatorius computatro generatus (Coetus Moderatorius Simulatus) pro eodem aegroto creatur.

Nunc videamus quomodo hoc functionem gerit. Dicamus aliquem nomine "Samadhi" eligi ut in grege qui novum medicamentum accipit sit. "Geminus Digitalis" Samadhi, exemplar computatrale, in grege comparationis est. Exemplar praedicit quid eventurum esset si Samadhi "Placebo" loco medicamenti veri daretur. Postremo, differentia inter veram responsionem Samadhi ad medicamentum et quod exemplar praedixit eventurum esse si "Placebo" sumeret, mensura est quam efficacia medicamenti sit pro Samadhi.

Hanc tabulam inspiciamus ut clare videamus utilitates utendi "Geminis Digitalibus" loco turmarum moderatricium traditarum.

Etsi haec technologia bona est, nonne sunt difficultates?

Quamquam haec technologia magnum promittunt in futurum, nondum late adhibita est. Fortasse bonae causae huic rei sunt. Ut Dr. Daniel Neal, peritus in "(Discendi Automatico)", indicat, haec exempla in magnis quantitatibus notitiarum nituntur. Praeterea, difficillimum est notitias altae qualitatis ab individuis obtinere.

Alia quaestio est effectus secundarii rari et inopinati quos medicamentum efficere potest. Hi saepe non comprehenduntur in exemplo pro grege comparationis designato.

Sed maximus timor Dr. Neal est ne hoc exemplar praedictivum in "solito negotio" fundatur. Finge magnum et inexpectatum eventum, ut pandemiam COVID-19, quae omnium mores mutat et homines aegrotos facit. "Exempla moderandi hoc non in rationem ducunt," inquit. Deinde, propter haec eventa quae grex moderandi non in rationem duxit, eventus finales experimenti omnino diversi esse possunt.

Ergo hoc vere adhiberi potest? Quid futurum nobis reservabit?

Ericus Topol, peritus usus technologiae digitalis in curatione valetudinis, optimam ideam putat, sed tempus nondum opportunum est. "Non puto experimenta clinica proximo tempore mutatura esse. Quia plura strata notitiarum requirunt, ultra sola acta valetudinis, ut series genomatis, microbioma intestini, notitias ambientales."

Secundum Carolum Fisher, conditorem Unlearn.AI, praecursorem in hac technologia, iam exstant solutiones ad problemata secreti notitiarum et praejudicii. "Secretum facile est. Solum cum notitiis quae iam anonyma facta sunt laboramus."

Cum de praejudicio loquitur, dicit, quamquam quaestio nondum plene soluta sit, eam ad eventus studii non pertinere. Quia studia fortuita sunt, etiamsi aliquod praejudicium in datis est, id eventus non afficit. Attamen quidam periti cum hac notione dissentiunt. Dicunt,Quia hominem verum cum exemplo computatrali comparas, si quid erroris in illo exemplo est, id directe eventus afficere potest.

Unlearn.AI autem iam cum societatibus pharmaceuticis collaborat ad experimenta clinica morborum neurologicorum, ut Alzheimer, Parkinson, et sclerosis multiplex, designanda. Hos morbos ut bonum initium elegerunt, quia plus notitiarum quam alii habent. Fisher dicit, si methodus aliquando ad omnes morbos adhiberi possit, tempus quo nova medicamenta in forum veniunt significanter reducere posse.