Прощание с "IBM Watson For Drug Discovery”

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Сбор средств на аренду сервера для ai-news

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация




RSS


RSS новости

Новостная лента форума ailab.ru


IBM прекращает попытки продать "Watson For Drug Discovery” [1]. Он не оправдал надежд... Печально... Классная идея была убита чудовищной реальностью?

Изначально полагалось, интеграция множества данных и продвинутые методы обработки данных позволят создать революцию в медицине: эта машина может помнить все о всех редких болезнях, ее вычислительные процессора не могут быть подвержены смещенности из-за предвзятости, она может принимать во внимание все мельчайшие факторы и принимать решение за секунды. Были продемострированы впечатляющие результаты, но... как оказалось, вне стен IBM все шло не так радужно [2]. За 8 лет не было создано ни одного коммерческого продукта на основе данной технологии. Некоторые попытки окончились пшиком (как, например, несостоявшаяся коллаборация с GSK) [1], а некоторые эпически провалились. Примером последнего является "Ватсон для онкологии", который рекомендовал "небезопасные и некорректные" технологии лечения [3]. В лучшем случае пока "онколога Ватсона" можно использовать как ИИ помощника, но она не смогла заместить врача. Как пример, приводится 65-летний мужчина, у которого был диагностирован рак легкого с четкими признаками кровопотери, и которому "онколог Ватсон", натренированный в Memorial Sloan Kettering, рекомендовал принимать bevacizumab, с побочными эффектами, включающими серьезные или фатальные кровотечения [3]. Проблема, как я понимаю, пока в том, что машина не может понять того, что безопасность и минимизация ущерба пациенту есть краеугольный камень любой терапии. А это исключительно сложно внести в электронный мозг. Обучающая выборка, даже самая совершенная, к сожалению, не покрывает всего многообразия явлений и, по-видимому, системы основанные на знаниях экспертов еще долго не канут в лету.

Но в любом случае прогресс поражает. Мы обсуждаем сейчас провал ИИ системы для медицины, при том, что еще 10 лет назад я бы сказал, что все это красивая фантазия горячих мечтателей.

А с другой стороны все это значит, что у специалистов по хемо- и биоинформатике, специалистов по ИИ есть еще простор для дела и приложения знаний!

STAT сообщает, что IBM прекратила попытки продать свой инструмент машинного обучения/ИИ” Watson for Drug Discovery", согласно источникам в компании. У меня нет причин сомневаться в этом – на самом деле, я ожидал этого. Но никто, кажется, не сказал команде программирования веб-сайта IBM, потому что страницы, рекламирующие продукт, все еще работают (по крайней мере, когда я пишу это). На них стоит взглянуть в свете реальности. Боже, это что-то!:

    Watson for Drug Discovery раскрывает связи и отношения между генами, лекарствами, болезнями и другими сущностями, анализируя множество наборов знаний о жизни. Исследователи могут генерировать новые гипотезы, используя полученные динамические визуализации и подкрепленные доказательствами прогнозы. . .

    . . .Фармацевтические компании, биотехнологические и академические учреждения используют Watson для обнаружения лекарств, чтобы помочь в выявлении новых целей и перепрофилировании лекарств. Соедините свои внутренние данные с общедоступными данными для богатого набора знаний в области естественных наук. Сократите процесс открытия лекарства и увеличьте вероятность ваших научных прорывов.

Ну, нет, очевидно, они не используют его много, потому что никто, кажется, не чувствовал, что они увеличивают вероятность каких-либо научных прорывов. Страницы IBM довольно длинны на цитатах из Неврологического института Барроу, о том, как они могут сделать такие прорывы “за долю времени и стоимости”, но похоже, что им придется обходиться без продукта, если IBM не оказывает поддержку устаревшим клиентам. И поскольку в статье говорится, что они останавливают как разработку, так и продажу, это кажется маловероятным. Barrow и IBM press-выпустили некоторые результаты в конце 2016 года, и есть рекламный видеоролик через месяц или два, но это было первое и последнее объявление от этого сотрудничества.

Что случилось? Реальность. Как подробно показано в этой статье IEEE Spectrum в начале этого месяца, весь набег IBM на здравоохранение был отмечен знакомой комбинацией чрезмерной и недостаточной доставки. К их чести, компания сделала очень ранний толчок в область (2011 ! с большим количеством людей и большими деньгами. К сожалению, они также позаботились о том, чтобы все знали, что они это делают, и о том, как все это важно.

    На следующий день после того, как Уотсон полностью победил двух человеческих чемпионов в игре Jeopardy! IBM объявила новый карьерный путь для своего победителя викторины AI: он станет врачом AI. IBM возьмет прорывную технологию, которую она продемонстрировала по телевидению-главным образом, способность понимать естественный язык—и применит ее в медицине. Первые коммерческие предложения Watson для здравоохранения будут доступны через 18-24 месяца, обещала компания.

    На самом деле проекты, которые IBM объявила в первый день, не давали коммерческих продуктов. За восемь лет, прошедших с тех пор, IBM раструбила еще много громких усилий по разработке медицинских технологий, работающих на ИИ, многие из которых провалились, а некоторые из них эффектно провалились.

Watson для обнаружения наркотиков-это всего лишь один из этих инструментов (ну, потенциальных инструментов). Идея заключалась в том, что он будет рыться в медицинской литературе, базах данных геномики и вашем внутреннем сборе данных, находя корреляции и подсказки, которые люди пропустили. Нет ничего плохого в том, что в качестве желательной цели. На самом деле, это то, что люди в конечном итоге ожидают от подходов машинного обучения, но ключевым словом в этом предложении является “в конечном итоге”. IBM, однако, специально продала систему как готовую к использованию для идентификации целей, выяснения путей, прогнозирования функций и регуляции генов и белков, перепрофилирования лекарств и так далее. И он просто не был готов к этим вызовам, особенно, когда они объявляли, что они были. Я впервые написал о набеге компании на открытие лекарств в 2013 году, и вы заметите, что ничего не вышло из работы GSK/IBM, упомянутой в этом посте. Насколько мне известно, эти две компании никогда по-настоящему не сотрудничали в открытии лекарств, но эй: они объединились в более целенаправленные способы рекламы лекарств от гриппа.

Между тем, попытки диагностических и медикаментозных рекомендаций в онкологии были не только непродуктивны, но (опять же, согласно более ранним сообщениям в STAT) еще хуже. Статья Spectrum, связанная выше, более подробно описывает эти и другие усилия по всей области здравоохранения, которые сошли на нет, наряду с несколькими ограниченными успехами. И как ни странно, я собираюсь закончить думать об этом. Я по-прежнему считаю, что машинное обучение-отличная идея, с потенциальными приложениями по всей области. Но это не магия. Области, где это сработало лучше всего до сих пор,-это те, у которых есть четко определенные наборы результатов, основанные на больших и очень хорошо кураторских сборах данных, и где люди не ожидали, что программное обеспечение начнет выплевывать золотые идеи и прорывные предложения. Все наладится – много работы.

Просто потому, что люди пытались продать миру идею о том, что мы прошли эту стадию много лет назад (а), не делает это так, но (б) не означает, что мы никогда не пройдем эту стадию вообще. На следующей неделе у меня будет сообщение о машинном обучении и ИИ, которое переходит в реальное состояние поля, от практиков, которые тратят свое время на удар по коду, а не на создание рекламных видеороликов. IBM, однако, до сих пор оказывала всю эту область медвежью услугу тем, что они потратили слишком много времени на последнее и недостаточно на первое.


Источник: blogs.sciencemag.org

Комментарии: