Читаем Эпоха дополненной реальности полностью

Компании, предлагающие страхование жизни и здоровья, начинают понимать, что такие инструменты принципиально снизят их риски при продаже страховых полисов, а держателям полисов (то есть всем нам) позволят, при участии профессиональных врачей, лучше распоряжаться своим здоровьем. Вместо того чтобы оценивать потенциальный риск развития сердечного заболевания, страхование будет занято мониторингом образа жизни и биометрических данных, который позволяет этим риском управлять. Бумажные анкеты-заявки, которые вы заполняете сейчас, покупая страховку, окажутся практически бесполезными по сравнению с данными, которые страховщик получит от комплекта сенсорных датчиков. Кроме того, анкета не поможет человеку контролировать свое питание, физические нагрузки и т. д., чтобы снизить риск сердечных заболеваний. Вот почему такие организации, как John Hancock, американский страховой гигант, уже делают скидки покупателям полисов, которые носят фитнес-мониторы[140].

При том, сколько данных загружается в интернет каждый день и каждую секунду, эффективный анализ их во всем их объеме и разнообразии уже находится далеко за пределами возможностей человека и требует использования компьютеров. Это обещает в том числе радикально изменить наш взгляд на диагностику заболеваний. Несколько лет назад IBM создала компьютер, способный сразиться в телеигре Jeopardy![141] с двумя ее многолетними чемпионами. Watson – так назвали компьютер – убедительно выиграл, превзойдя двух прежде непобедимых соперников-людей, Дженнингса и Раттера[142]. Позже руководство Нью-Йоркского геномного центра одобрило использование IBM Watson в медицинской диагностике[143]. Насколько автору известно, это первый случай, когда конкретный машинный интеллект был профессионально или академически сертифицирован для работы врачом. Но, без сомнения, не последний.

Что стояло за этой медицинской сертификацией? Команде, создавшей IBM Watson, было интересно, сможет ли он научиться строить гипотезы для решения таких задач, как диагностика рака или поиск генетических маркеров наследственных заболеваний, если ему предоставить правильные данные. Чтобы проверить свою теорию, команда из IBM месяцами загружала в банк данных Watson медицинские журналы, описания случаев из реальной практики и диагностические методики за 20 лет.

В статье об этом исследовании, опубликованной Медицинским колледжем Бейлора и IBM в рецензируемом издании[144], ученые смогли продемонстрировать новый способ генерирования научных вопросов, в долгосрочной перспективе полезных для разработки новых эффективных методов лечения. За считаные недели биологи и специалисты по обработке данных с помощью Watson точно определили, какие белки участвуют в модификации структуры белка р53[145]. В исследовании отмечалось, что, если бы не когнитивные возможности Watson, на такую работу у ученых ушли бы годы. Watson проанализировал 70 000 научных статей о р53, чтобы предсказать белки, которые активируют и деактивируют р53. Этот автоматизированный анализ позволил бейлоровским онкологам выбрать для дальнейшего исследования шесть белков – потенциальных мишеней. Выдающийся результат, если учесть, что за последние 30 лет ученые в среднем выделяли по одному такому белку-мишени в год. Производительность Watson превосходит коллективные усилия исследователей рака в США, с их пятимиллиардным финансированием, на 600 %.

Но самое впечатляющее то, что, когда в Watson вводили данные о симптомах конкретного пациента, он мог точно установить тип рака и самое эффективное лечение более чем в 90 % случаев[146]. Почему это важно? Врачи-люди, специалисты-онкологи с 20-летним опытом, обычно оказываются правы в 50 % случаев. Как у Watson получается систематически опережать по этому показателю людей?

Прежде всего – благодаря его способности за секунды объединять и безошибочно помнить данные всех исследований за последние 20 лет.

Логичный следующий шаг – разрешить врачам использовать Watson для лучшей диагностики пациентов, не так ли? Но есть одна тонкость: врачи могут лечить пациентов только на основании рекомендации лицензированного диагноста. Вот почему Геномный центр Нью-Йорка вынес вопрос на заседание совета директоров и получил согласие на регистрацию Watson в качестве лицензированного диагноста в Нью-Йорке.

Перейти на страницу:

Похожие книги

Введение в поведение. История наук о том, что движет животными и как их правильно понимать
Введение в поведение. История наук о том, что движет животными и как их правильно понимать

На протяжении всей своей истории человек учился понимать других живых существ. А коль скоро они не могут поведать о себе на доступном нам языке, остается один ориентир – их поведение. Книга научного журналиста Бориса Жукова – своего рода карта дорог, которыми человечество пыталось прийти к пониманию этого феномена. Следуя исторической канве, автор рассматривает различные теоретические подходы к изучению поведения, сложные взаимоотношения разных научных направлений между собой и со смежными дисциплинами (физиологией, психологией, теорией эволюции и т. д.), связь представлений о поведении с общенаучными и общемировоззренческими установками той или иной эпохи.Развитие науки представлено не как простое накопление знаний, но как «драма идей», сложный и часто парадоксальный процесс, где конечные выводы порой противоречат исходным постулатам, а замечательные открытия становятся почвой для новых заблуждений.

Борис Борисович Жуков

Зоология / Научная литература