AI và New Africa (Phần IV): Áp dụng AI ở Châu Phi

Tuần trước, chúng tôi đã đề xuất thảo luận về một số ứng dụng cụ thể của AI với trọng tâm là chăm sóc sức khỏe. Tóm lại, AI thực sự là khi một hệ thống có thể hiểu và học hỏi từ các bộ dữ liệu phức tạp trong khi đưa ra các khuyến nghị và đề xuất hợp lệ. Đáng lưu ý ở đây là từ dữ liệu trực tuyến, đó là thông tin hoặc, cụ thể là thông tin kỹ thuật số có sẵn. AI phụ thuộc rất nhiều vào sự sẵn có của dữ liệu để huấn luyện cỗ máy giống như con người học bằng cách lấy và phân tích dữ liệu. Sự khác biệt ở đây, ở cấp độ cơ bản, là ý tưởng về máy học với lượng dữ liệu khổng lồ trong khoảng thời gian ngắn hơn nhiều với tốc độ nhanh. Vì vậy, đó là về việc cố gắng tăng tốc và tối ưu hóa tốc độ máy móc lấy dữ liệu, phân tích dữ liệu và học hỏi từ dữ liệu để đưa ra các đề xuất và đề xuất chính xác và hợp lệ hơn khi cần thiết.

Chúng ta đang ở buổi bình minh của một cuộc cách mạng công nghệ có cường độ lớn hơn so với internet và các công nghệ truyền thông di động. Trong thời gian gần đây, hầu như không có một ngày trôi qua mà không có thông báo về một biên giới mới đáng kinh ngạc trong AI. Tuy nhiên, hầu hết sự cường điệu hiện tại xung quanh AI là do một kỹ thuật gọi là học sâu (DL). AI, đặc biệt là DL, đã tìm thấy việc sử dụng trong nhiều ngành công nghiệp và cuộc sống từ giao tiếp đến vận chuyển, từ dịch vụ khách hàng đến tài chính và từ sản xuất đến chăm sóc sức khỏe và hơn thế nữa. Nhìn chung, AI có thể có các ứng dụng đột phá và có ý nghĩa đối với trật tự kiến ​​trúc hiện tại của nền kinh tế toàn cầu và những nơi như Châu Phi nên chuẩn bị để tận dụng lợi thế này cũng như các đầu vào cần thiết.

AI trong chăm sóc sức khỏe

Như chúng tôi đã báo cáo trong một bài đăng gần đây về cách AI có thể giúp chuyển đổi dược phẩm ở Châu Phi, các ứng dụng AI ngày càng được sử dụng để chẩn đoán, phẫu thuật, theo dõi bệnh nhân và tất nhiên là phát triển và cung cấp thuốc và nhiều dịch vụ chăm sóc sức khỏe. Ở cấp độ cơ bản, điều này có thể được mô tả là khai thác sức mạnh của dữ liệu lớn trong khoa học đời sống, bao gồm xử lý và hiển thị khối lượng lớn và các loại dữ liệu sức khỏe hoặc sinh học với tốc độ nhanh chóng.

Hiện nay, đây là một xu hướng gia tăng trong nhiều lĩnh vực chăm sóc sức khỏe, nơi có một lượng lớn dữ liệu như dữ liệu phòng thí nghiệm, dữ liệu bảo hiểm, hồ sơ bệnh nhân, dữ liệu nghiên cứu và thậm chí dữ liệu truyền thông xã hội. Trong một báo cáo gần đây, CB Insights đã xác định hơn 100 công ty có uy tín đang áp dụng thuật toán học máy và phân tích dự đoán trong các khía cạnh khác nhau của chăm sóc sức khỏe như giảm thời gian khám phá thuốc, cung cấp hỗ trợ ảo cho bệnh nhân và chẩn đoán bệnh bằng cách xử lý hình ảnh y tế, trong số những thứ khác .

Nhiều công ty y tế và dược phẩm lớn đã khai thác sức mạnh của trí tuệ nhân tạo với kết quả tuyệt vời. Ví dụ, hệ thống Johnson và Johnson, Sedasys đã nhận được sự chấp thuận của FDA để tiến hành gây mê cho các thủ tục tiêu chuẩn như nội soi đại tràng tự động. Một bác sĩ giám sát nhiều máy móc cùng một lúc, làm cho chi phí ít hơn nhiều so với một bác sĩ gây mê chuyên dụng cho con người. Insilico Medicine đã dạy hệ thống AI của mình dự đoán việc sử dụng thuốc mới trước khi chúng bước vào quá trình thử nghiệm. Ngoài ra còn có nhiều robot trong các giai đoạn thử nghiệm và phê duyệt để chẩn đoán bệnh.

Các tổ chức chăm sóc sức khỏe đang ngày càng nỗ lực tự động hóa quá trình chẩn đoán bằng cách phát triển các nền tảng dữ liệu lớn để tăng tốc độ thực hành và nghiên cứu chăm sóc sức khỏe. Trong một số trường hợp, chẳng hạn như với IBM Watson Watson, các máy này có tỷ lệ chẩn đoán chính xác cao hơn so với bác sĩ của con người. Việc áp dụng AI và dữ liệu lớn trong một số quy trình chăm sóc sức khỏe này cho phép các hệ thống giám sát các mô hình phức tạp, từ đó cho phép tăng hiệu quả khi xác định bệnh và hình thành chẩn đoán chính xác. Ngay cả siêu âm, chẳng hạn, hiện sử dụng AI và các hệ thống dựa trên đám mây cũng như công nghệ hình ảnh 3D để đạt được độ chính xác và độ chính xác tốt hơn. Theo Harpreet Singh Buttar, nhà phân tích tại Frost & Sullivan, vào năm 2025, các hệ thống AI có thể tham gia vào mọi thứ, từ quản lý sức khỏe dân số đến hình đại diện kỹ thuật số có khả năng trả lời các câu hỏi cụ thể của bệnh nhân.

Bây giờ chúng tôi đang có nhiều theo dõi ảo hơn. Điều này có nghĩa là các nhân viên lâm sàng, không còn phải dành quá nhiều thời gian theo dõi quá trình. Điều này là do bệnh nhân hiện có tùy chọn theo dõi thông qua các phương pháp và công cụ kỹ thuật số như ứng dụng kỹ thuật số và các quy trình AI khác. Ngoài ra, hiện nay có các ứng dụng robot thông minh có thể trả lời các câu hỏi thường gặp và theo dõi sức khỏe của bệnh nhân với một số ứng dụng sẽ tiếp tục đưa ra khuyến nghị cho bệnh nhân dựa trên chẩn đoán hiện tại và các báo cáo y khoa trước đây. Không có gì ngạc nhiên khi ngày càng nhiều bệnh nhân được khuyến khích đi kỹ thuật số.

Hơn nữa, tất cả các công cụ công nghệ chăm sóc sức khỏe khác (cả cũ và mới) giúp làm cho kỹ thuật số chăm sóc sức khỏe; chẩn đoán, điều trị từ xa, EMR, EMR nối mạng (mạng nội bộ hoặc internet), thiết bị được kết nối qua máy tính, nhắc nhở ma túy, selfies ma túy, v.v., giờ đây có thể có AI hoặc các chương trình thông minh được tích hợp trong đó. Do đó, các công cụ này đột nhiên trở nên thông minh hơn, học hỏi từ dữ liệu và giúp chúng ta làm việc thông minh hơn.

Tại cốt lõi, AI tạo điều kiện tiếp cận, liên quan và khả năng hành động của thông tin chăm sóc sức khỏe. Nhìn sâu hơn một chút vào một ứng dụng quan trọng của AI trong chăm sóc sức khỏe, chính xác là ngành dược phẩm, sẽ hữu ích.

Bình minh mới cho châu Phi; chuyển đổi thành trung tâm dược phẩm toàn cầu

Chúng tôi đã thảo luận về một số trong những điều này trong một bài gần đây. Trong khi thảo luận về tương lai của dược phẩm, Tiến sĩ Bertalan Mesko nói rằng việc ra quyết định y tế bằng trí tuệ nhân tạo sử dụng sức mạnh của siêu máy tính sẽ thay đổi y học hàng ngày. Các máy tính nhận thức, như IBM Watson, đã được sử dụng theo nhiều cách để phân tích dữ liệu lớn, không chỉ trong nghiên cứu bộ gen mà còn trong công nghệ sinh học. Điều này cũng sẽ định hình cách các loại thuốc mới được tìm thấy. Nó có thể dẫn đến sự kết thúc thử nghiệm của con người thông qua mô phỏng chi tiết về sinh lý của con người. Thời đại của chúng ta, với các loại thuốc được thử nghiệm trên người thực tế, sẽ có vẻ man rợ đối với những người trong tương lai. Điều gì sẽ xảy ra nếu siêu máy tính có thể kiểm tra hàng ngàn mục tiêu ma túy trên hàng tỷ mô phỏng mô hình hóa sinh lý của cơ thể con người trong vài giây? Pharma nên hỗ trợ nghiên cứu như vậy vì lợi ích của họ.

Như chúng ta đã biết và thật tốt khi nhắc nhở bản thân mình vào thời điểm này rằng AI và hầu hết các tiến bộ công nghệ khác về cơ bản chỉ là các công cụ, các công cụ, để giải quyết vấn đề và làm cho mọi thứ tốt hơn. Vì vậy, câu hỏi là: Có vấn đề trong dược phẩm cần được giải quyết? Có quy trình dược phẩm cần phải được cải thiện, tăng cường và làm cho tốt hơn? Vâng, bất cứ ai gần gũi với dược phẩm đều biết rằng có những vấn đề tồn tại lâu dài khi tìm giải pháp và quy trình xứng đáng được cải tiến ngay từ khi phát hiện và phát triển thuốc thực tế đến giao hàng thực tế.

Một ứng dụng điển hình của AI là trong khám phá ma túy. Trong tự nhiên và trong các công ty dược phẩm là một lượng lớn các phân tử và hợp chất có thể là giải pháp phù hợp để chống lại các bệnh cụ thể và cải thiện sức khỏe, nhưng thách thức nằm ở việc xác định chúng như vậy; như các thực thể trị liệu tiềm năng. Phát hiện và phát triển thuốc có thể không chỉ là thách thức nổi bật nhất mà còn là cơ hội quan trọng nhất để cải thiện sức khỏe. Tìm một loại thuốc mới có thể rất khó khăn và chi phí rất cao. Phải mất nhiều thời gian với nhu cầu tài chính và trí tuệ đáng kể. Ở cấp độ cơ bản, những thứ này thường là do các quy trình cần thiết cần thiết để đảm bảo chúng tôi có các loại thuốc hiệu quả và an toàn khi sử dụng. Trung bình, các quy trình liên quan đến việc cung cấp thuốc có sẵn, từ khám phá đến quản trị, có thể khiến các công ty dược phẩm phải trả tới 2,6 tỷ đô la và có thể mất khoảng 12 đến 14 năm để hoàn thành. Do đó, các ứng dụng AI ngắn hạn và dài hạn hàng đầu trong dược phẩm hướng tới việc giảm thời gian và do đó chi phí phát triển thuốc. Điều này không chỉ giúp tăng lợi tức đầu tư và giảm chi phí cho người dùng mà còn hữu ích trong việc làm cho các sản phẩm hữu ích có sẵn nhanh hơn, đặc biệt là nơi quan trọng nhất.

Thông thường, hàng ngàn phân tử thường được nghiên cứu và trải qua rất nhiều quá trình và từ đó chỉ một số ít có thể được đưa vào thử nghiệm lâm sàng, với trung bình có thể có hai đến không được phê duyệt là thuốc trong số khoảng mười nghìn phân tử được nghiên cứu. Các câu hỏi sau đó là: Có cách nào AI có thể nhanh chóng giúp các nhà phát triển dược phẩm tránh tiêu tốn quá nhiều tài nguyên vào số phận bị thất bại? Các nhà phát triển dược phẩm có thể tập trung nhiều hơn vào một số ít các phân tử mạnh nhất có thể phù hợp và được phê duyệt cho các mục đích cụ thể của họ không? Kết quả sẽ được cắt giảm mạnh mẽ các nguồn lực đã chi tiêu, đẩy nhanh quá trình phát hiện thuốc và đảm bảo rằng các loại thuốc chất lượng tốt hơn được phát hiện. Chà, hóa ra AI có thể hữu ích và AI, như chúng tôi thừa nhận, hiện đang tìm kiếm các ứng dụng trong hầu hết mọi khía cạnh của quy trình khám phá thuốc.

Một số ít các công ty tập trung vào AI bao gồm, Insilico Medicine, Atomwise, Num và những công ty khác đang làm nhiều việc và xử lý dữ liệu y tế và lâm sàng lớn để giúp dược sĩ làm tốt hơn. Nhiều người, bao gồm cả Frost & Sullivan, gần đây đã công nhận nỗ lực tại Insilico Medicine. Ngay cả với tốc độ tiến bộ hiện tại (và tốc độ đang tăng tốc), có khả năng sẽ giảm một nửa chi phí điều trị y tế trong một vài năm tới.

Đã có chủ đề định kỳ này trong số một số người ở Châu Phi, ở cả những nơi cao và thấp. Họ cho rằng gần như không thể thực hiện nghiên cứu nghiêm túc, phát triển thuốc và đóng góp nhiều hơn cho dược phẩm ở cấp độ toàn cầu từ Châu Phi. Nhiều người trong số những người này thường trích dẫn các chi phí cấm và tăng chi phí cho nghiên cứu và phát triển thuốc vì điều mà nhiều tổ chức châu Phi quan tâm đến dược phẩm không thể mua được. Đối với họ, các tổ chức châu Phi bị ràng buộc với những nỗ lực nghiên cứu thô sơ mà hầu hết bị ràng buộc cho các kệ. Nhiều người thừa nhận điều này là hoàn toàn không bền vững. Rất may với sự hỗ trợ của những tiến bộ trong công nghệ, đặc biệt là AI, hiện tại hoàn toàn không có lý do tại sao các nhà khoa học và nhà phát triển ở Châu Phi không thể làm việc hiệu quả và sáng tạo hơn để đạt được kết quả khám phá thuốc tốt hơn. Điều này có thể sẽ thay đổi dược phẩm và chăm sóc sức khỏe nói chung.

Giới thiệu về tác giả

Iraneus Ogu chỉ đạo Trí tuệ nhân tạo châu Phi và Blockchain cho Sáng kiến ​​chăm sóc sức khỏe tại Insilico Medicine, Inc. Ngoài các phát triển công nghệ, ông làm việc về Can thiệp kéo dài và lão hóa với những nỗ lực nghiên cứu tập trung vào việc tái tạo thần kinh. Ông làm việc không kém với nhóm phát triển tại Longenesis.com và cũng có một nền tảng về Khoa học Dược phẩm tại Đại học Greenwich, nơi nghiên cứu của ông tập trung vào các dạng bào chế giải phóng có kiểm soát.