I 2011 bestod IBMs Watson superdatamaskin 74 ganger "Jeopardy!" mester Ken Jennings. Maskinen, som hadde tatt fire år å utvikle, var en første av sitt slag: en datamaskin som kunne forstå komplekse spørsmål, svare på dem og lære av dens feil.
Relatert innhold
- IBMs Tone Analyzer kan redde deg fra å sende den vanskelige e-posten
- Hvordan et fem-bokstavsord bygde et 104 år gammelt selskap
Men for IBM var det å utvikle en kognitiv datamaskin - en som kan behandle og kontekstualisere naturlig språk - ikke bare om å vinne et spillshow. Fra begynnelsen har prosjektet handlet om å løse informasjonsintensive gåter og få alt fra bank og eiendom til sysselsetting og medisin til å fungere mer effektivt.
Denne uken kunngjorde IBM et partnerskap med Mayo Clinic som vil bruke Watsons smarts for å matche Mayo-pasienter med kliniske studier som de kan være kvalifisert for, et initiativ som vil spare tid og forhåpentligvis liv.
Til enhver tid har Mayo Clinic omtrent 8000 aktive kliniske studier, og det er ytterligere 170 000 over hele verden. Vanligvis må klinikere sile medisinsk journaler for hånd for å finne kamper for studier, en prosess som kan ta flere uker og kanskje ikke gi noen levedyktige alternativer. "Det er en data- og tidskrevende prosess og et veldig komplisert spørsmål, " sier Sean Hogan, visepresident i IBM Healthcare. Til sammenligning kan Watson gjøre det samme arbeidet i løpet av sekunder. "Kreft, " forklarer han som et eksempel, "er et løp mot tiden."
Å finne fag for forsøk vil også være en velsignelse for forskning. Per nå deltar bare 5 prosent av Mayo-pasientene i kliniske studier; Watson-kampanjen for klinisk prøve kunne doble det tallet. Høyere påmelding kan tillate forskere å fullføre studiene raskere, forbedre den generelle kvaliteten på resultatene og gjøre forbedringer til metodene sine raskere.
Opprinnelig vil programmet fokusere på bryst-, tykktarm- og lungekreft, men det skal etter hvert utvides til å omfatte alle typer kreft og andre sykdommer. "Kliniske studier mot kreft er bare 25 prosent av forsøkene våre, " forklarer Nicholas LaRusso, en gastroenterolog fra Mayo og prosjektleder for Watson-samarbeidet. "Forutsatt at [Watson] er nyttig og fordelaktig, kan det omfatte alle våre kliniske studier."
Mayos primære bidrag vil være Watsons medisinske utdanning. Klinikken vil gi datamaskinen dataene den trenger for å bygge sin kunnskapsbase - lister over aktive studier og deres kriterier og aktuell medisinsk forskning. Klinikere vil deretter spørre systemet ved å legge inn pasientjournaler, diagnoser og historier for å søke etter en kamp.
På grunn av Watsons evne til å bygge kunnskap kumulativt, sier LaRusso, vil det bli bedre og bedre til å matche pasienter med studier over tid. "I sin relativt umodne tilstand kan det fortelle meg at det er 26 forsøk som denne pasienten er kvalifisert for, men til slutt kan den kanskje begrense den til tre eller [til og med] si 'denne er den beste utprøvingen, '" han sier.
Prosjektet er fremdeles i en tidlig proof-of-concept-fase, der begge teamene leter etter tilbakemeldinger som vil gjøre Watsons anbefalinger så pålitelige som mulig. LaRusso forklarer at en del av prosessen er å logge hvor enkelt klinikere er enige i og implementerer Watsons forslag.
Etter hvert skulle Watson til og med kunne be leger om informasjon som kan hjelpe den med å gi den beste anbefalingen for kliniske studier. For eksempel kan Watson be legen om resultatene av en spesifikk genomisk test. "Det er ikke bare å identifisere studier, men det er å uttrykke en mening om hva som ville være de beste forsøkene for en pasient, " forklarer LaRusso.
På New York Genome Center vil Watson bli brukt til å gi mening om enorme mengder genetisk sekvenseringsdata og medisinsk informasjon for å identifisere personaliserte behandlinger for kreftpasienter. (Jon Simon / Feature Photo Service for IBM) LaRusso håper å ha Watson på nettet for det kliniske prøvekampprogrammet innen utgangen av mars 2015. I mellomtiden tenker teamet allerede Watsons neste oppgave på Mayo, det LaRusso kaller prosjektet for klinisk effektivitet og effektivitet. For den innsatsen vil Watson syntese og analysere innkommende pasientjournaler - historier, tidligere behandling, tidligere diagnoser - i organiserte, sammenhengende historier. "Dette vil være spesielt nyttig for [pasienter] med diagnostiske problemer, folk som har sett flere leger og har hatt flere tester og tidligere meninger, " sier LaRusso.
Mayo Clinic er ikke den eneste institusjonen som ser Watsons potensial for å knuse kompliserte medisinske problemer, ettersom flere andre initiativer pågår over hele landet. I mars kunngjorde New York Genome Center at det ville trene Watson til å analysere pasientgener for å lage tilpasset medisin for kreftpasienter. Et samarbeid med Cleveland Clinic har båret diagnostiske verktøy som analyserer elektroniske medisinske journaler og gir begrunnede konklusjoner og anbefalinger. For ikke å nevne, datamaskinen har fordøyd alle PubMed og MedLine, to mega-forskningsdatabaser og pasientjournaler fra minst en større institusjon, New York Citys minnesmerke Sloan Kettering.
For LaRusso er all Watson-basert medisinsk forhånd ikke bare til fordel for en institusjon. Han forventer at fruktene av dette samarbeidet vil bli brukt andre steder i det medisinske samfunnet og til å hjelpe helsevesenet til å håndtere spørsmål om økende kostnader og krympende arbeidskraft.
"Jeg tror [dette programmet] har potensial til å hjelpe betydelig med å transformere helsevesenet, " sier han.
