Bioloogid ja arvutiteadlased töötavad koos, et meie tervist hoida

Pane tähele! Artikkel on ilmunud enam kui 5 aastat tagasi ning kuulub Geeniuse digitaalsesse arhiivi.
Välja trükitud DNA järjestused
Shaury Nash / Flickr

Sügavõppe algoritmid on hüppeliselt muutnud seda, kuidas arvutid keeruliste probleemidega tegelevad. Arengud arvutite võimekuses ja järjest täienev teaduskirjandus, kuidas seda võimekust kõige paremini ära kasutada, võimaldavad teadlastel teha asju, mida keegi varem ei osanud oodata.

Seda, kui kiirelt õpivad arvutid autot juhtima ja kõnest aru saama, oleme kõik juba märganud. Väga põnevad arengud toimuvad aga ka bioloogia valdkonnas, võimaldades meil tulevikus inimesi kiiremini ja täpsemini diagnoosida ning tõhusamalt ravida.

Mis toimub meie rakkudes ja geenides?

Võrreldes sellega, kui palju kuuleme me inseneriteadustes sügavõppe ja tehisintellekti arengust, on bioloogia poole peal asjad pigem vaiksed olnud. Aasta algul avaldati teadusajakirjas Nature aga lühike ülevaade peamistest arengutest selles valdkonnas.

Artiklis avab Daphne Koller, biotehnoloogia ettevõtte Calico andmetöötlusjuht, ühe põhjuse, miks masinõppel bioloogias nii raske kanda on kinnitada. “Võta grupp tarku biolooge ja pange nad ühte ruumi tarkade arvutiteadlastega ning nad räägivad üksteisega eri keeltes, mõeldes hoopis erinevalt,” sõnas ta.

Teine põhjus on ka lähenemises – närvivõrgud suudavad töötada hästi pildiandmetega. Et seda ära kasutada pidid teadlased DNA järjestused enne piltideks muutma. Selle lähenemise esimene tulemus on tööriist nimega DeepVariant, mis suudab leida väikseid variatsioone DNA järjestustes.

Muutes meie kehast kogutud andmeid (näiteks DNA, mikroskoobi pildid rakkudest jne) piltideks ja söötes need sisse sügavõppe algoritmidele võib avastada väga huvitavaid võimalusi. Arvutid suudavad näha oluliselt väiksemaid muutuseid kui inimesed, olles väärtuslik haiguste nagu vähk uurimiseks ja kiiremaks avastamiseks.

Abimees arsti laual

Lisaks teaduslaboritele on tehisintellekti arengust järjest enam kasu ka arstikabinettides ja kodudes. Võime töötada läbi suured andmemahud on meditsiinis ääretult oluline. Haiglad on täis erinevate inimeste haiguslugusid, analüüside tulemusi, skanneeringuid ja muud. Ükski inimene ei ole võimeline seda kõike läbi töötama. Õigesti kirjutatud algoritm võib sealt aga väga olulist infot kätte saada.

Juba praegu demonstreerivad teadlased selle lähenemise potentsiaali. 2017. aasta jaanuaris avaldas Sebastian Thruni juhitud Stanfordi ülikooli teadusrühm ajakirjas Nature artikli, kus kirjeldasid, kuidas tehisnärvivõrgud suudavad väga täpselt nahavähi erinevaid vorme klassifitseerida. Selliseid analüüse saavad arstid ka ilma tehisintellektita teha, kuid ainult õige aparatuuriga. Viies algoritmi nutiseadmetesse, saab võimalikuks ka kodudes sünnimärkide täpne diagnoosimine. Palju rohkem inimesi võivad sedasi õigel ajal kirurgi juurde jõuda.

Tulevikus on meditsiin oluliselt personaalsem kui täna. Me näeme seda ühest küljest tänu kiiretele arengutele biotehnoloogias ja teisest küljest vaadates nende seadmete võimekkust, mida oma taskus ja kehal kanname.

Suured tehnoloogia firmad rõhuvad järjest rohkem tervisele ning otsivad viise, kuidas nende seadmeid meid diagnoosid ja kaitsta suudaksid. Kõige selle taga on meeletu hulk andmeid, mida peab suutma kiirelt ja täpselt analüüsida. Ilma arenguteta sügavõppes, ei oleks see võimalik.

Populaarsed lood mujal Geeniuses

Igal argipäeval

Ära jää ilma päeva põnevamatest lugudest

Saadame sulle igal argipäeval ülevaate tehnoloogia-, auto-, raha- ja meelelahutusportaali olulisematest lugudest.