V dnešní době se mnoho lidí bojí umělých inteligencí a jen málokdo při sledování filmů série o terminátorech drží palce Skynetu. Přitom se ale právě umělé inteligence stávají naším zásadním spojencem při řešení mnoha bolestivých problémů současnosti. Velkolepé vědecké projekty, jako je například Velký hadronový srážeč v CERNu, produkují příšerné množství dat. Umělé inteligence by mohly přiložit ruku k dílu při jejich zpracování. Umělé inteligence také mohou sledovat studenty při jejich snažení, narozdíl od rodičů bez drsných emocí, a poradí jim, co by měli při studiu zlepšit. Umělé inteligence se podílejí na vývoji nových léků a také analyzují ohromné množství online dostupných fotek a odvozují z nich znečištění ovzduší. A umělé inteligence by se teď po našem boku mohly pustit do boje s rakovinou.
Rakovina v mnoha jejích podobách je dnes bohužel úplně běžná a lékaři každý den získávají množství poznatků přímo z terénu. Tým newyorkského Memorial Sloan Kettering Cancer Center se proto rozhodl využít ohromné množství poznámek, které vytvářejí lékaři během léčby nádorů a vytěžit z nich klíčové poznatky. Je to ale herkulovský úkol, tak se badatelé odhodlali zapojit umělou inteligenci. Gunnar Rätsch a jeho spolupracovníci sázejí na to, že si umělá inteligence, kterou teď důkladně trénují, v nezměrném moři lékařských poznámek všimne souvislostí, doposud unikajících lidským odborníkům. Svou strojovou inteligenci představili na nedávné výroční konferenci American Association for the Advancement of Science ve Washingtonu DC.
Rätsch a spol. vyvinuli algoritmus strojového učení, který se prokousal klinickými poznámkami z léčby celkem 200 tisíc pacientů s rakovinou. Jejich software roztřídil a zpracoval mnoho milionů vět, které zahrnují popis symptomů pacientů, historii jejich léčby a pozorování lékařů. Rätschův tým se teď snaží strukturovaná data z poznámek lékařů dále analyzovat. Porovnávají je s lékařskými záznamy dalších 2 tisíc lidí s různými typy rakoviny a hledají souvislosti. Badatelé se přitom zaměřují hlavně na odhalení vztahů mezi lékařskými poznámkami a genetickými daty pacientů.
Rätsch s kolegy doufají, že by doposud přehlížené souvislosti, které se svojí umělou inteligencí objevují, mohly inspirovat budoucí výzkum. Podle Rätsche tímhle způsobem hledají nové hypotézy, které budou stát za otestování v experimentech. Umělé inteligence se v medicíně prosazují stále víc. Vědci je trénují například pro diagnostiku z medicínských snímků, jako jsou rentgenové snímky nebo skeny z magnetické rezonance. V Chicagské nemocni zase učí umělou inteligenci na základě dostupných dat předpovědět, kdy lidem bezprostředně hrozí infarkt. Jak říká Rätsch, lidská mysl má svá omezení, a proto při řešení zásadních problémů potřebujeme podpořit silou výpočetní techniky.
Video: Gunnar Rätsch - Deep sequencing and functional genomics
Literatura
NewScientist 18. 2. 2016