Kaleidoskop
Umělá inteligence předpovídá reakci na nové léky
Výzkumný tým z CUNY Graduate Center publikoval v časopise Nature Machine Intelligence článek, ve kterém představil svůj nový model umělé inteligence, který by mohl významně zvýšit přesnost a zkrátit dobu i náklady na proces vývoje nových léků. Nový model nazvaný CODE‑AE totiž podle vědců dokáže přesně předpovědět reakci člověka na nové léčivé přípravky, a tedy spolehlivě předpovídat jejich účinnost u lidí. Model byl při testech také schopen teoreticky identifikovat personalizované léky pro více než devět tisíc pacientů. Výzkumníci očekávají, že jejich nová technika v budoucnu výrazně urychlí uvádění nových léčiv do praxe.
Přesná a spolehlivá předpověď reakce konkrétního pacienta na novou chemickou sloučeninu je pro objevování bezpečných a účinných terapeutik a výběr stávajícího léku pro konkrétního pacienta zcela zásadní. Časné testování nových sloučenin přímo na lidech je ale podle vědců neproveditelné a zejména pak neetické. Jako náhražka lidského těla proto často slouží buněčné nebo tkáňové modely. Výzkumníci však poukazují na častou nepřesnost takového testování. Účinky léčiva na modelu onemocnění prý často nekorelují s účinností a toxicitou léčiva u lidských pacientů. A právě tato mezera ve znalostech je hlavním důvodem vysokých nákladů i zdlouhavého procesu objevování nových léčiv. CODE‑AE ale podle autorů studie dokáže extrahovat vnitřní biologické signály maskované šumem a matoucími faktory a účinně zmírňuje problém nesrovnalostí v datech. Díky tomu CODE‑AE významně zvyšuje přesnost oproti nejmodernějším metodám predikce reakcí na léčiva čistě ze screeningu sloučenin buněčných linií.
V dalším výzkumu potenciálu této technologie se vědci chtějí zaměřit na možnosti, jakými by CODE‑AE spolehlivě predikoval účinek koncentrace a metabolizace nového léčiva v lidském těle. Podle výzkumníků by model mohl být potenciálně upraven i tak, aby přesně predikoval i nežádoucí účinky léků na člověka.
Odhlášeným štěstí přeje
Národní úřad pro kybernetickou a informační bezpečnost (NÚKIB) připravil na říjen plakátovou „výtahovou“ kampaň zaměřenou na zdravotníky v nemocnicích. Volně ke stažení poskytl plakáty k vyvěšení ve výtazích nebo na jiných místech s probezpečnostními hesly a QR kódy, které odkazují na podrobnější informační stránky. Plakáty pozměněnými českými příslovími připomínají: Odhlášeným štěstí přeje, Aktualizace – půl zdraví, Příloha předchází pád a další důležité principy bezpečného zacházení s počítačem. „Zdravotnická zařízení jsou častým cílem kybernetických útoků, které pro ně a v krajním případě i jejich pacienty mohou mít fatální následky. Ani obrovské investice do technické infrastruktury přitom nebudou dostačující, pokud současně nedojde u všech zaměstnanců ke vzdělávání v oblasti kybernetické bezpečnosti. Cílem našeho úřadu je přispět co největší měrou k bezpečnosti obyvatel České republiky. Proto jsme vytvořili tuto kampaň, která je další ze způsobů, kterými NÚKIB pomáhá nemocnicím i s tolik potřebnou osvětou,“ uvedl ředitel NÚKIB Lukáš Kintr. Kampaň je součástí Festivalu bezpečného internetu. Zvyšování kybernetické bezpečnosti ve zdravotnickém sektoru je jedním z úkolů podle Akčního plánu k Národní strategii kybernetické bezpečnosti České republiky na období let 2021 až 2025.
Výzkum: Umělá inteligence v prevenci sebevražd
Identifikace osob ohrožených sebevraždou je zásadní pro prevenci a zvládání sebevražedného chování. K vyhodnocení rizika suicidia jsou běžně využívány dotazníky a různé hodnoticí škály. Jejich účinnost ve vztahu k přesné predikci rizika sebevraždy je však podle výzkumníků přinejmenším silně diskutabilní. Posmrtná analýza osob, které zemřely v australském Queenslandu v důsledku suicidia, zjistila, že z těch, u nichž bylo před smrtí provedeno formální posouzení rizika sebevraždy, bylo 75 procent klasifikováno jako nízké riziko a nikdo nebyl klasifikován jako vysoce rizikový. Předchozí výzkum zkoumající kvantitativní modely předpovědi rizika sebevraždy za posledních 50 let rovněž zjistil, že v předpovědi budoucího rizika sebevraždy jsou současné konvenční metody jen o něco lepší než náhoda.
Tým výzkumníků z australského Black Dog Institute a Centra pro výzkum velkých dat ve zdravotnictví proto prozkoumal důkazní základnu modelů strojového učení a jejich schopnost předvídat budoucí sebevražedné chování a myšlenky. Tým zhodnotil výkonnost 54 algoritmů strojového učení, které výzkumníci dříve vyvinuli k předpovídání následků souvisejících se sebevraždou, tedy myšlenek, pokusů a dokonaných sebevražd. Z metaanalýzy publikované v časopise Journal of Psychiatric Research vyplynulo, že modely strojového učení překonaly tradiční modely predikce rizik v předvídání následků souvisejících se sebevraždou. Modely strojového učení by se tak mohly v budoucnu stát účinnou a efektivní alternativou ke konvenčnímu hodnocení rizika sebevražedného chování.
Aplikace připomene pacientům prevenci
Nezisková organizace Loono, která se zaměřuje na onkologickou prevenci u mladých lidí, představila mobilní aplikaci Preventivka. Individuálně filtruje vhodné preventivní prohlídky a připomíná jejich termín stejně jako čas na samovyšetření. Aplikace má podporu ministerstva zdravotnictví. Finančně ji zajistila Nadace PPF.
Umělá inteligence v onkologii
Masarykův onkologický ústav se zapojil do projektu v rámci programu Horizon Europe, ve kterém partneři zpřístupňují data z nemocničních systémů a registrů pro využití s pomocí umělé inteligence k vědeckým účelům. Potenciál umělé inteligence v onkologii je obrovský, uvádí MUDr. Jana Halámková z Centra prevence Masarykova onkologického ústavu v rozhovoru pro OnkoTV. „Na vysoké úrovni je využití umělé inteligence v zobrazovacích metodách,“ podotkla MUDr. Halámková. Prostor pro umělou inteligenci v onkologii je ale také v rámci podpory rozhodování lékaře, v predikci toxicity v radioterapii nebo systémové terapii, při časném zjištění nádorů nebo v robotických chirurgických metodách.