Наночастицы из железа оказались эффективным оружием против рака

рак и наночастицы железа

Исследователи неожиданно для себя выяснили, что разработанные для борьбы с анемией наночастицы из железа являются эффективными в вопросе лечения рака.

С результатами нового исследования можно ознакомиться в издании Nature Nanotechnology. Материал посвящен эксперименту с наночастицами из железа. Представляющий Стэнфордский университет Хайке Далдруп-Линк (Heike Daldrup-Link) и его коллеги были немало удивлены, обнаружив, что данные наночастицы являются эффективным оружием против онкологических заболеваний.

Первоначально ученые не ставили перед собой цель найти лекарство от рака: они рассматривали то, какие побочные эффекты возникают при применении ферумокситола, созданного на основе наночастиц из железа. Исследование проводилось на мышах. Во время проведения эксперимента специалисты заметили, что лекарство оказывает необычное воздействие на макрофаги – клетки иммунной системы животных и человека, способные захватывать и переваривать бактерии, остатки погибших клеток и другие чужеродные или токсичные для организма частицы. Сам термин «макрофаги» ввел российский и французский исследователь Илья Мечников.

Открытие побудило ученых рассмотреть, эффективно ли испытуемое лекарство в вопросе противостояния раку. Были использованы три группы мышей, в чьи тела предварительно имплантировали злокачественные опухоли. На первой группе испытали наночастицы, в которых был противораковый препарат. Вторая группа получала инъекции с пустыми наночастицами. Оставшиеся мыши использовались в качестве контрольной группы.

К удивлению ученых, заполненные и «пустые» наночастицы оказывали одинаковый противораковый эффект. Они заставляли макрофаги атаковать и уничтожать раковые клетки. Использование наночастиц из железа, кроме всего прочего, помогало предотвращать появление метастаз в органах живых существ. Сами ученые связывают «чудодейственное» влияние наночастиц с тем, что они ведут к изменению электрических свойств оболочки клеток иммунной системы. Последнее позволяет макрофагам «видеть» маскирующиеся раковые клетки. Клинические испытания лекарства на раковых больных могут быть проведены уже совсем скоро.

27.09.2016 Источник: naked-science.ru

Первый «ребенок от трех родителей»

ps 27249944414 4f784067c6 h 1475049124.jpg.814x610 q85

Митохондриальное донорство: первые шаги

Журнал New Scientist сообщил о рождении ребенка, который был зачат с использованием технологии митохондриального донорства. Данный метод, который позволяет избежать ряда наследственных заболеваний, оказался с 2014 года в центре бурного обсуждения, особенно обострившегося, когда разрешение митохондриального донорства обсуждалось в парламенте Великобритании. В прессе эту медицинскую технологию часто называют рождением ребенка «от троих родителей».

Митохондрии – клеточные органы, занятые превращением поступающих питательных веществ в молекулы АТФ, которые служат универсальным запасом энергии для всех процессов в организме. В митохондриях имеется собственная ДНК с 37 генами, еще часть генов, определяющих работу митохондрий, перенеслись в ядерный геном. Ребенок наследует митохондрии от матери.

Ряд мутаций, происходящих в этих 37 генах митохондриальной ДНК, приводит к появлению митохондриальных заболеваний. Обычно аномально работающие митохондрии производят свободные радикалы, которые повреждают клетку, нарушают течение ряда важных процессов и ускоряют старение клетки. При митохондриальных болезнях часто в клетках присутствуют митохондрии как с нормальным, так и с дефектным геномом (так называемая гетероплазмия), поэтому какое-то время нормальные митохондрии удовлетворяют потребности организма, но рано или поздно количество мутировавших митохондрий настолько возрастает, что они начинают влиять на организм.

Для митохондриальных болезней характерны миопатия, гипотония, низкая толерантность к физической нагрузке, нарушения сердечного ритма, атрофия зрительного нерва, нарушения перистальтики и работы желез внутренней секреции. Частота наследственных болезней, связанных с мутациями в митохондриальной ДНК составляет 1 на 5000 новорожденных. Лечение митохондриальных заболеваний на данный момент известно лишь симптоматическое, избавить пациента от его патологии невозможно.

При митоходриальном донорстве используется яйцеклетка женщины, не содержащая дефектных митохондрий. В такую яйцеклетку пересаживается ядро из яйцеклетки другой женщины, которая хочет стать матерью, но не может из-за мутаций в митохондриальной ДНК, или у которой высока вероятность, что ребенок будет тяжело болен. После этого яйцеклетка оплодотворяется сперматозоидами будущего отца и имплантируется в матку, как при обычном экстракорпоральном оплодотворении. Подробнее о технологии митохондриального донорства можно прочитать в специальном очерке «Может ли у ребенка быть трое родителей», а о биологических “подводных камнях”, с которыми могут столкнуться врачи, в очерке «Скрытые риски митохондриального донорства».

Изначально врачи не хотели прибегать к донорству целой яйцеклетки и пытались обойтись частичной мерой, когда цитоплазма из яйцеклетки здоровой женщины с митохондриями вводилось вместе со сперматозоидами в яйцеклетку женщины с мутацией в митохондриальной ДНК. Но такие опыты, проведенные в 1990-х годах, оказались успешными лишь частично. В начале февраля 2015 года митохондриальное донорство было разрешено в Великобритании.

Однако описанный журналом New Scientist случай рождения ребенка с донорскими митохондриями произошел не в Великобритании, а в Мексике. Осуществили пересадку ядра яйцеклетки и оплодотворение врачи из США, на родине которых такая манипуляция еще не разрешена.

Семейная пара из Иордании, которая решила прибегнуть к помощи врачей, пыталась родить ребенка в течение 20 лет. Двое рожденных ими детей умерли в раннем возрасте от генетического заболевания – синдрома Лея, еще четыре беременности закончились гибелью эмбриона.

При синдроме Лея нарушение энергетического обмена в организме приводит к появлению очагов некроза в стволе мозга и мозжечке, а также к замещению погибших нервных клеток на нейроглию. У больных появляется слабость, тошнота, гипотония, тремор в конечностях, нарушения координации движений, атрофия зрительного нерва и другие признаки поражения нервной системы. Заболевание быстро прогрессирует. В течение пары лет после начала болезни наступает смерть от паралича дыхательного центра мозга. Чаще всего болезнь проявляется у детей от момента рождения до трех лет. Причиной болезни служит мутация в митохондриальной ДНК.

Мальчик, получивший не материнские митохондрии с дефектной ДНК, а митохондрии женщины-донора, родился в Мексике 6 апреля этого года. Оповестить широкую публику о его появлении на свет врачи решили только сейчас, когда стало ясно, что синдром Лея ему не угрожает.

Доктор Джон Чжан (John Zhang) и его коллеги, осуществившие процедуру донорства, исследовали митохондрии ребенка и обнаружили, что дефектную ДНК содержат не более 1 % из них. Врачи полагают, что этого недостаточно для проявления синдрома Лея. Согласно предыдущим исследованиям, болезнь развивается, когда число митохондрий с дефектной ДНК достигает 18 %.

Между техникой митохондриального донорства, разрешенной в Великобритании, и манипуляцией, проведенной в Мексике, есть одно отличие. В варианте, который предлагают британские медики, яйцеклетки матери и женщины-донора оплодотворяются in vitro сперматозоидами отца. А потом, до первого деления оплодотворенных клеток, ядро из яйцеклетки матери переносится в яйцеклетку женщины-донора, чье собственное ядро удаляется. Иорданская пара отказалась от такого варианта по религиозным соображениям. Они посчитали, что в нем гибнет уже появившийся эмбрион. В Мексике был использован описанный выше вариант митохондриального донорства, когда сначала в донорскую яйцеклетку переносится ядро из клетки матери, а лишь потом производится оплодотворение.

28.09.2016 Источник: polit.ru

Homo ex machina: перспективы перемещения сознания на другой носитель

Мозг эмуляция

daef6b09be714c938e0d2dfb31483296

Сегодня у нас очередной пост по лекции уже полюбившегося вам автора. Сергей oulenspiegel Марков — создатель одной из сильнейших российских шахматных программ, специалист по методам машинного обучения и основатель портала 22century.ru — расскажет о перспективах переноса человеческой личности на другие физические носители. Новый домик для разума: велика ли дистанция между мозгом и современными машинами, каковы успехи в создании аналогов нервной ткани? Насколько далёкий путь проделала наука от первых перцептронов до перспективных нейроморфических процессоров? Что мы сегодня знаем о том, как работает мозг, и что заставляет нас полагать, будто перенести сознание в принципе возможно? Что такое инвазивные и неинвазивные нейроинтерфейсы? Каков прогресс науки в их создании за последние десятилетия и что мы сможем делать в этой области в недалёком будущем? Репликация и концепция постнеокортекса: как нейропластичность поможет нам обойти парадоксы самосознания? Человек своими руками: как происходит переход от непрямой к прямой инженерии в развитии нашего вида? За границы бионики: возможно ли сознание, построенное на принципиально иной платформе? Обо всём этом читайте под катом.

Секрет хорошего рецепта

Сегодня мы поговорим о возможности загрузки сознания в машину. Эта задача состоит из двух частей. Что нам понадобится?

Машина, способная симулировать загруженное сознание с достаточной скоростью и точностью. Не только аппаратные средства, но и адекватные математические модели, которые смогут представить наше сознание в своей внутренней структуре без потерь.
Методы, чтобы отсканировать это сознание и перенести его в машину.

Таким образом, разговор пойдёт о технологиях, которые относятся к обеим частям этого рецепта. Мы будем говорить не только и не столько о самом аплоадинге, но и о нейроинтерфейсах тоже. У нас пока нет машины, чья производительность сопоставима с человеческим мозгом. Точнее, не сопоставима, а хотя бы приблизилась к этой задаче ближе, чем на два порядка.

Мозг среднего человека vs самый мощный компьютерный процессор

В чём проблема? Среднестатистический человеческий мозг состоит примерно из 86 млрд нейронов и 150 трлн синапсов. Синапс — примерно из 1 тыс. молекулярных триггеров. Каждый из них можно представить обычным электронным триггером. Таким образом, если мы переведём объём мозга в триггеры, то получится около 150 квадриллионов триггеров. Самые большие монокристаллы на данный момент — процессор Sparc M7 (10 млрд транзисторов) и FPGA-матрицы (до 20 млрд транзисторов). Очевидно, что единичный кристалл нам точно не подходит. Правда, рабочая частота мозга меньше частоты машины. Частота процессора Sparc — 4,13 ГГц, в то время как рабочая частота мозга — около 1000 Гц.

Если мы перемножим количество транзисторов и частоту, то увидим оставшуюся разницу примерно в два порядка. И это без учёта неизбежных потерь при эмуляции из-за принципиальной разницы архитектуры. Тем не менее определённые надежды здесь есть.

Brute force

Этот график — иллюстрация из книги Рея Курцвейла «Сингулярность уже близка» («Singularity is near»). В 2005 году он пытался предугадать наступление момента, когда лучшие по производительности компьютеры станут достаточно мощны, чтобы эмулировать человеческое сознание. Ясно, что в основе оценки присутствуют допущения, но вряд ли автор ошибся больше, чем на порядок. Сейчас указанный тренд продолжается без существенных отступлений (я специально нанёс на график точку текущего положения дел).

В июне 2016 года китайцы представили очередной самый мощный суперкомпьютер — Sunway TaihuLight — с производительностью 93 петафлопа (почти 1017 флопов). Пока мы движемся по графику; по прогнозам Курцвейла, производительность топового компьютера, если исходить из наших представлений о человеческом сознании, позволит в реальном времени эмулировать работу сознания к 2025 году. Конечно, тут могут быть сюрпризы, но тем не менее.

Нейронные сети

Существуют специализированные машины, эмулирующие работу нейронных сетей, — нейроморфические процессоры. В 2016 году была пройдена очередная важная веха в жизни чипа TrueNorth: в Ливерморской национальной лаборатории им. Э. Лоуренса (США) стартовал исследовательский проект в области глубокого обучения на основе этого процессора. TrueNorth — детище IBM, созданное в рамках программы DARPA SyNAPSE. Эта «железка» представляет собой эмулятор примерно 1 млн нейронов, каждый из которых снабжён 256 синапсами. При эмуляции работы мозга подобное оборудование позволит избежать существенной потери производительности, связанной с разницей в архитектуре мозга и традиционных фон-неймановских машин, к числу которых относятся наиболее мощные современные суперкомпьютеры. Вычислительных ядер в наиболее быстрых фон-неймановских машинах на много порядков меньше, чем синапсов в мозге. Предыдущий лидер рейтинга TOP-500 — китайский суперкомпьютер Tianhe-2 — был собран более чем из 30 тыс. Xeon’ов (на каждом из них — 24 логических ядра) и почти 50 тыс. 57-ядерных сопроцессоров Xeon Phi. В общей сложности получается около 3,6 млн ядер. У нынешнего лидера Sunway TaihuLight число ядер уже немного перевалило за 10 млн, но это всё равно во много раз меньше числа синаптических связей мозга, каждая из которых представляет собой хотя и сравнительно примитивное, но работающее одновременно со всеми другими вычислительное устройство.
На фото изображён Фрэнк Розенблатт, создатель первого нейрокомпьютера MARC I, а рядом с ним — его «железный» перцептрон.

Современные нейроморфические процессоры довольно далеко ушли от разработок Розенблатта, но и они пока что несовершенны. Один из отцов свёрточных нейронных сетей Ян Лекун критикует проект TrueNorth за выбор примитивной модели нейрона («интегрировать и сработать» — «intergate-and-fire»). Это исторически первая модель нейрона, предложенная ещё в 1907 году французским физиологом Луи Лапиком. Лекун между делом проговаривается о том, что его критика вовсе не абстрактна: он сам работает над альтернативным проектом NeuFlow, использующим 16-битные состояния нейронов вместо бинарных состояний в TrueNorth. Аппаратная база NeuFlow — программируемые пользователем вентильные матрицы (FPGA) и интегральные схемы особого назначения (ASIC).

Как мы представляем себе работу нервной ткани?

Математические модели работы нервной ткани начали создаваться во второй половине 1940-х годов. Первой важной вехой стало достижение МакКаллока и Питтса — создание модели единичного нейрона. Они считали, что нейрон — это некий сумматор, который получает на вход сигналы, взвешенные на весах синаптических связей, и выдаёт на выходе результирующий сигнал. Более поздние модели стали использовать при суммировании логистическую функцию, в отличие от бинарной функции Хевисайда, которая предполагает, что сигнал подаётся на выход, если сумма входных сигналов больше нуля.

Современная нейрофизиология применяет для описания работы синапса усовершенствованную модель Ходжкина — Хаксли, разработанную в начале 1950-х годов на основании опытов с гигантским аксоном кальмара. Современная модель учитывает ряд нюансов в работе ионных каналов, сложные темпоральные эффекты, но суть работы нейрона МакКаллок и Питтс угадали верно: она действительно сводится к суммированию и трансформации сигналов.

Восстанавливаем топологию естественной сети

Под потолком операционной висело сооружение, напоминающее поблескивающую от влаги перевернутую солдатскую каску диаметром около двух метров. Огромная стальная каска с шестью тонкими паучьими металлическими руками с каждой стороны — Хирург. Руки-лапы, находящиеся в неустанном движении, были заняты чем-то ужасным… непередаваемым. Операция над распростертым телом Кобба шла полным ходом. Точным движением скальпеля, зажатого в одном из захватов Хирурга, его грудь была рассечена от горла до паха. Две другие паучьи лапки опустились вниз и раскрыли створки грудной клетки, еще две достали изнутри сердце, затем легкие. Ральф Числер тоже был занят: срезав верхнюю часть черепа Кобба, он снял костяную крышку и теперь доставал мозг. Отсоединив от мозговой ткани датчики для снятия ЭЭГ, Ральф водрузил полушария на пьедестал устройства, похожего на хлеборезку, совмещенную с рентгеновским аппаратом. Машина-Хирург включила анализатор мозговой ткани и плавно скользнула по потолку к дальней от окна стороне операционной. — Сейхчассс теххло буххдет помммешшенох фф емкоххсть, — шепотом прокомментировал происходящее крот. В дальнем углу операционной наготове стоял просторный бак с мутной жидкостью. Хирург подкатил бак к столу, и работа закипела, только скальпели замелькали. Легкие сюда, почки туда… накроенная квадратами кожа, яблоки глаз, кишечник… все части тела Кобба нашли в баке свое место. Все, кроме сердца. Критически осмотрев купленное уже подержанным пересаженное сердце Кобба, Хирург выбросил его в люк утилизатора. — А что будет с мозгом? — шепотом спросил ошарашенный Торчок. Увиденное не укладывалось в его сознании. Кобб боялся смерти больше всего на свете, однако он сознательно пришел сюда. Он знал, что с ним здесь сделают, но все равно пришел. Почему? — Струкххтурах мозссгоххвой ткаххни буххдет подвергххнута анаххлизссу. Руди Рюкер. «Софт. Тело» (Software. Wetware)

Чтобы продублировать человеческое сознание, первым делом придётся восстановить топологию естественной нейронной сети. На что мы способны в этой области уже сегодня? EyeWire, интересный проект учёных из MIT, начался со смерти его главного участника — лабораторного мышонка по имени Гарольд. Его мозг нарезали микронными слоями, запихнули срезы в сканирующий электронный микроскоп и получили большой набор отсканированных изображений. Выяснилось: чтобы просмотреть все срезы и полностью восстановить по ним топологию нейронной сети, нужно огромное количество времени. Воссоздание одного нейрона вручную занимает примерно 50 человеко-часов рабочего времени. Учёных, занимающихся этой проблемой, не очень много, так что расшифровка одной только зрительной области мозга мыши заняла бы около 200 лет. Поэтому учёные решили воплотить в жизнь очередной дьявольский план. Они создали игру EyeWire. Зарегистрировавшись на сайте EyeWire, вы получаете срезы мозга Гарольда и по заданным правилам их раскрашиваете. Если вы раскрасили срез правильно (так же, как большинство игроков, получивших этот же срез), то вам начисляется много очков. Если неправильно — мало очков. Специальный показатель позволяет сравнивать свои скиллы по раскрашиванию мозга мыши со скиллами других людей.

Но это только первая часть дьявольского плана. Вторая часть заключалась в том, что на основе данных о раскраске, выполненной игроками, исследователи обучали большую свёрточную нейронную сеть. Сейчас они завершили и опубликовали работу о восстановлении зрительной коры. Технология вполне рабочая и может быть поставлена на промышленные рельсы. Топология сетей — самый базовый, фундаментальный момент. Опыты на червях показали, что прижизненные реакции, выученные червём, сохраняются при его долговременной витрификации. Грубо говоря, если червя достаточно надолго заморозить, информация в его мозге сохраняется. Это наводит на мысль о том, что для сохранения личности, возможно, достаточно сохранить коннектом (полное описание структуры связей) мозга и что личность не будет утрачена даже при потере данных о текущей электромагнитной активности.

Blue Brain Project

Самый большой амбициозный проект на тему воссоздания в электронике человеческого мозга — это проект Blue Brain, начатый ещё в начале 2000-х. В 2005 году учёные создали первую клеточную модель. В 2007 году завершилась первая фаза исследования: был создан протокол, в соответствии с которым реконструируется одна колонка неокортекса крысы (на этом этапе крыса была основным модельным объектом), и на основе протокола в 2008 году участники проекта продемонстрировали первую работающую колонку. Они показали, что у 10 тыс. нейронов с замыканием такая же электрическая активность, как и у реальной колонки неокортекса крысы. Получая на входе те же самые сигналы, на выходе модель генерировала те же сигналы, что и настоящая нервная ткань животного. В июле 2011 года было продемонстрировано первое мезозамыкание. Учёные собрали 1 млн нейронов, показали, что модель валидна. План проекта предполагал, что в 2014 году будет получена полная модель крысиного мозга: 100 мезозамыканий, 100 млн клеток. Данные об этой работе пока не опубликованы. Причина неизвестна. Возможно, подготовка публикации требует достаточно много времени, а возможно, на таймлайн проекта повлияли последние открытия в области нейрофизиологии. В 2015 году в журналах Nature Neuroscience и Neuron вышли публикации, посвящённые обнаружению нового типа нервных связей. Оказалось, что сигналы в мозге способны распространяться через астроциты глиальной ткани. Ученые из Федеральной политехнической школы Лозанны (Швейцария) построили численную модель данных связей. Спикеры Blue Brain откликнулись на эти публикации и сообщили, что интегрируют новый механизм в свою модель. Остаётся ждать результатов и надеяться на то, что публика ознакомится с ними в ближайшее время. Изначальный таймлайн проекта предполагал создание эквивалента мозга человека к 2023 году. По оценке учёных из Blue Brain, он примерно равнозначен 1 тыс. мозгов крысы. Тысяча леммингов — почти один человек.

Получение карты электромагнитной активности

Несколько слов об электромагнитной активности мозга. В конце XIX века выяснилось, что мозг генерирует слабый электрический ток. Впервые это явление описал Ричард Катон, английский физиолог и хирург. Несколько десятилетий спустя, в 1920-х гг. Ханс Бергер показал, что можно создать технологию сбора информации об электромагнитной активности мозга. В первых экспериментах Бергер использовал тонкие металлические электроды, которые вставлялись под кожу черепа. Чуть позже появилась менее инвазивная технология и первые электроэнцефалографы, которые через много лет усовершенствований стали одним из наиболее распространённых способов регистрации электромагнитной активности мозга. Сейчас для сбора данных об электромагнитной активности мозга используются три основные технологии: электроэнцефалография, магнитоэнцефалография и позитронная эмиссионная томография. Однако у всех технологий пока что есть серьёзные проблемы с разрешающей способностью, пространственной и временной. На графике представлены сегодняшние достижения в этой сфере. По горизонтали — логарифмическая шкала, показывающая временное разрешение каждого метода, по вертикали — пространственное разрешение.

Что мы видим на графике? Во-первых, лучшее пространственное разрешение — около 0,75 мм. Это значит, что аппарат с таким разрешением будет регистрировать активность примерно 50 тыс. нейронов как единичный сигнал. Более того, аппараты с пространственным разрешением 0,75 мм существенно уступают своим аналогам по временному разрешению (около 60—120 секунд). Аппараты с хорошим временным разрешением (магнитоэнцефалографы) отличаются низким пространственным разрешением. По мнению большинства специалистов, наиболее перспективная технология — магнитоэнцефалография. Что ограничивает её развитие? Многие десятки лет с появления первых магнитоэнцефалографов слабые магнитные поля, генерируемые мозгом, регистрировали при помощи так называемых SQUID-датчиков. Это высокочувствительные сверхпроводящие магнитные датчики, позволяющие регистрировать магнитные поля, на три с лишним порядка более слабые, чем магнитное поле Земли. Извечный спутник сверхпроводимости в технике — сверхдороговизна. Успехи в области создания высокотемпературных сверхпроводников пока достаточно скромны, а значит, датчики такого типа неизбежно тащат за собой громоздкую и дорогую систему охлаждения. К счастью, в начале 2000-х годов появились ещё две технологии. Первая из них — феррит-гранатовые мембраны, эта технология достаточно активно развивается у нас в стране. Пока по чувствительности они уступают SQUID-датчикам примерно два порядка. Учёные, которые занимаются развитием феррит-гранатовой технологии, говорят, что потенциально она способна превзойти SQUID-датчики по точности, оставаясь при этом весьма недорогой. Вторая технология — датчики SERF (свободные от спин-обменного уширения). По точности SERF-технология находится на уровне SQUID; она дешевле, хотя и не столь дёшева, как феррит-гранатовые мембраны.

Изображения из мозга

Насколько эффективно можно получать данные из мозга? Умеем мы в этой области уже не так мало. Все нейроинтерфейсы можно разделить на два больших класса:

инвазивные предполагают физическое соединение интерфейса с нервной тканью, т. е. вмешательство в организм;
неинвазивные построены на электроэнцефалографии, магнитоэнцефалографии и иных дистанционных способах регистрации мозговой активности.

Здесь представлена картинка, которую получили из мозга кошки. Это работа 1999 года, выполненная в Калифорнийском университете в Беркли. В латеральное коленчатое тело (структура мозга, которая получает информацию непосредственно на выходе из сетчатки) мозга кошки вживили двумерный массив электродов, при помощи которого регистрировалась активность 177 нейронов. Один электрод может получать данные об активности единичной клетки. А тут уже более поздняя работа — тот же эффект был получен в 2008 году с применением неинвазивного интерфейса, основанного на МРТ. Как мы знаем, у МРТ не очень хорошее временное разрешение — помогли специальные методы цифровой обработки; человеку показали набор простых картинок, а затем восстановили его, используя последовательные сканирования мозга.

Передача изображения в мозг

Более технически сложна задача передать изображение обратно: из машины в мозг. Большой интерес к ней обусловлен потенциальным медицинским применением для создания эффективных зрительных протезов. Первые успехи были достигнуты довольно давно. Исследователь Уильям Добелл в 1978 году изготовил первый работающий прототип аппарата искусственного зрения. Выглядел он довольно страшно: в мозг вживляли массив из 68 электродов. В те годы не было ни достаточно лёгких камер, ни высокопроизводительных микрокомпьютеров. Чтобы видеть, первый пациент (некто Джерри) подключался к мейнфрейму, который обрабатывал сигнал с камеры и преобразовывал его в последовательность сигналов для мозга. В мозге возникала чёрно-белая картинка с малым разрешением, частота смены кадров оказалась очень редкой; однако система всё-таки работала. В 2002 году была открыта первая программа по коммерческому протезированию зрения. Усовершенствованные аппараты, наследники первого аппарата Добелла, стали устанавливать пациентам на коммерческой основе. В первой группе состояло 16 пациентов. Что позволял такой аппарат? Например, медленно водить машину. Один из самых известных пациентов Добелла — Дженс Науманн — показывал, что он может сесть за руль автомобиля и медленно ездить вокруг дома. Дженс отличал помидор или банан от яблока и даже распознавал крупно написанные символы. Правда, закончилась история первой группы пациентов довольно грустно. Добелл в 2004 году достаточно неожиданно умер. Пациенты частного исследователя остались без попечения. Они видели всё хуже. Дженс Науманн во второй раз в жизни потерял зрение.

Это современная реклама зрительных протезов. В наши дни доступны протезы, которые превосходят модели Добелла. Другие исследователи смогли воспроизвести эту технологию в своих лабораториях. А теперь немного о слухе. О том, что мы умеем делать сейчас.

В ролике представлены кохлеарные импланты. Они позволяют в ряде случаев вернуть слух людям, лишённым его от рождения либо утратившим его из-за болезней.

Система с замкнутым циклом обратной связи

Ещё более интересная история — протезирование конечностей. Подключение нас к внешним устройствам, оперирующим в реальном мире. Мигель Николелис, известный пионер в этой области, продемонстрировал первую систему с замкнутым циклом обратной связи. В опытах Николелиса использовались макаки-резусы и инвазивный интерфейс — массив электродов, имплантированный в двигательную кору. Данные собираются, преобразуются, фильтруются и передаются в манипулятор.

При этом обезьяна может видеть свои манипуляции. До Николелиса все подобные устройства работали односторонне, данные передавались только из двигательной коры в устройство, но не обратно. В данном случае цикл был замкнут полностью.

Альтернативы

Задача переноса человеческого сознания в машину на сегодняшний день по большей мере инженерная. Критики могут говорить о том, что полностью работающей системы у нас пока нет, о том, действительно ли система (когда/если она будет создана) окажется неотличимой от оригинального человеческого сознания. Будет ли это интеллект в машине или очень слабая и неудачная копия?

Ещё одна, совсем уже маргинальная точка зрения: учёные ошибаются, считая, что человеческое сознание и человеческая личность редуцируются до электромагнитной активности мозга. Наталья Бехтерева, внучка известного физиолога В. М. Бехтерева и многолетний директор Института мозга человека РАН, заявляла, что сознание существует в тонких сферах, а мозг — это просто принимающее устройство, своего рода антенна. Конечно, с точки зрения современной науки это звучит крайне наивно и не подтверждается экспериментами. Искусственные нейронные сети, которые мы создаём, вполне способны решать сложные интеллектуальные задачи, не говоря уже о том, что в рамках проекта Blue Brain было показано: можно воспроизвести по крайней мере часть мозга. Большая часть учёных считает аплоадинг технически возможным в недалёком будущем. Отдельные энтузиасты вроде Яна Корчмарюка предлагают даже вынести исследовательскую и инженерную работу в этом направлении в отдельную дисциплину — так называемую «сеттлеретику». Помимо наивных возражений против возможности загрузки сознания в машину существуют и почти научные контраргументы. Например, иногда критики говорят о том, что в работе мозга важную роль могут играть эффекты квантового уровня: существование неопределённости Гейзенберга не позволит достаточно точно отсканировать активность мозга и без потерь перенести сознание на другой носитель, потому что природа сознания квантовая. Пока нет серьёзных оснований считать, что в мозге присутствуют какие-то квантовые эффекты (и, стало быть, что погрешность порядка, близкого к постоянной Планка, приведёт к искажению деятельности мозга, сознания, психики). Впрочем, в этом году появилось предположение, что в работе мозга определённую роль может играть распространение световых сигналов через глиальную ткань; это в силах несколько (но вряд ли существенно) снизить энергетические пороги информационного обмена. Но световые эффекты — это не только источник некоторого скепсиса. Широкие перспективы в создании инвазивных нейроинтерфейсов открывает оптогенетика, возникшая как направление исследований в 2005 году. Это методика, основанная на внедрении в мембрану нервных клеток специальных каналов — опсинов, реагирующих на возбуждение светом. Для экспрессии каналов используются особые вирусные векторы, а для последующей активации либо ингибирования нейронов и их сетей — лазеры, оптоволокно и другая оптическая аппаратура. Если честно, я считаю, что позиция скептиков в вопросе загрузки сознания в машину — всего лишь очередная инкарнация витализма. В своё время, когда учёные заикались о единстве материального мира, приверженцы религиозной точки зрения пытались доказать, что живую материю нельзя создать искусственно, что барьер между неорганической и органической материей непреодолим. И пока лабораторно не был продемонстрирован синтез органических веществ, эта точка зрения бытовала даже среди образованных людей своего времени. Сейчас наука весьма существенно отодвинула эту границу, в том числе в сфере создания искусственных живых организмов (недавно завершился очередной проект по созданию собранной с нуля работающей клетки). В этом плане спорить с экспериментом и практикой трудно. Но сама интенция оставить за жизнью, за сознанием какую-то площадь, недоступную для науки и человеческой технологии, по-прежнему существует. Некоторым людям очень не хочется, чтобы наши технологии стали применяться к нам самим и к нашему сознанию. В чём причина? Иногда людям кажется, что если мы что-то объяснили, то тем самым уничтожили святость, сакральность. Если мы объяснили, как написано стихотворение, как оно устроено, то в глазах некоторых людей оно почему-то становится менее прекрасным. Открытие тайн работы человеческого сознания по какой-то причине воспринимается как унижающее человека явление. Другой момент связан с этической стороной исследований. Представьте себе ужас первого человеческого сознания, перенесённого в машину. Крайне ненадёжный субстрат. А если отключат электроэнергию? Полная зависимость от тех, кто управляет этой модельной средой. И человек, который первым захочет это сделать, наверное, должен быть очень смелым и самоотверженным исследователем. Хотя ему-то самому как бы ничего не будет: будет что-то его копии, собранной внутри машины. Но всё равно неприятно ощущать, что там, в машине, есть второй ты, которому сейчас, наверное, очень плохо. Поэтому даже когда задача переноса сознания в машину технически решится, это не будет автоматически означать, что такого рода технология станет применяться повсеместно. Возможно, всё и ограничится лабораторными экспериментами. Потому что с практической точки зрения, возможно, куда важнее создание более эффективных интерфейсов «машина — мозг» и расширение, аугментация нашего собственного тела. Все в какой-то момент задумываются о смерти. У меня это произошло лет в девять-десять, и мысли о том, что умрут родители, что умру я, вызывали весьма тяжёлые переживания. Взрослея, люди учатся отвлекаться, чтобы не испытывать экзистенциальный ужас непрерывно, изобретают какие-то формы самообмана, создают в мыслях сценарии, снижающие общую тревожность. У кого-то в их основу ложатся религиозные фантазии — жизнь после смерти. У человека более рационального подобный внутренний нарратив чаще основывается на мыслях о технологиях, которые когда-то будут доступны: мне обязательно повезёт, я всё-таки не умру по крайней мере ещё сотню-другую лет. Есть какие-то полумеры, геропротекторы. Идея состоит в отключении механизма старения. Сейчас небольшая группа исследователей, возглавляемая мной, работает с крупной биотехнологической компанией, помогая своими знаниями в области data science в проекте, связанном с биологическим продлением жизни. Вероятно, мы продлим на какое-то время своё существование при помощи биохакинга — путём вмешательства в биохимические сигнальные пути организма, но такое решение выглядит довольно хрупко: наши тела не очень надёжны. Как ещё может выглядеть технология, которая продлевает существование сознания? Один из возможных путей — это своеобразный постнеокортекс. Мы создаём инвазивный (а может, даже и неинвазивный) интерфейс и при помощи него прикрепляем к нашему неокортексу огромную искусственную нейронную сеть, которая по размерам, по количеству клеток, синапсов и так далее на несколько порядков больше, чем наша естественная нейронная сеть. Науке давно известен эффект нейропластичности: мозг очень хорошо адаптируется к поступающим в него сигналам. Первые эксперименты, продемонстрировавшие нейропластичность, провёл ещё в XIX веке французский врач и физиолог Мари-Жан-Пьер Флуранс. Флуранс брал петуха, перерезал ему нервы, ведущие к мышцам — сгибателям и разгибателям крыла, и сшивал их крест-накрест. Сигнал, которым птица пыталась согнуть крыло, теперь попадал в мышцу-разгибатель, и наоборот. Первое время петух не мог летать, но позже мозг приспособился к изменившейся ситуации, и птица снова выучилась полёту. Множество случаев травм головного мозга показывали, что даже с очень серьёзными функциональными повреждениями нейронной сети человек в состоянии сохранить свою личность, активность, воспоминания и т. д., хотя и с некоторыми провалами. Приведём в пример аппараты искусственного зрения. Сигнал попадает не совсем туда, куда он попадает от настоящего глаза. Требуется время, чтобы мозг приспособился к восприятию этой картинки. Есть и более удивительные истории, связанные с нейропластичностью. Сёстры Татьяна и Криста Хоган — краниопаги, т. е. сиамские близнецы, соединённые в районе головы. Явление крайне редкое, один случай на 6 млн рождений. Криста и Татьяна уникальны даже среди краниопагов: мозг одной сестры соединён с мозгом другой. Нейрохирурги обнаружили, что у них связаны глубокие области мозга — таламусы. Через таламус проходит информация от органов чувств, чтобы затем попасть в кору головного мозга. У девочек образовалась уникальная структура — «таламический мост»: толстый канал из нейронных отростков, который отчётливо виден на сканах. Нервные сигналы от ствола головного мозга Кристы могут поступать в мозг Татьяны, и наоборот.

И немного в заключение

Если мы подключим к мозгу вторичную искусственную нейронную сеть, можно ожидать, что за счёт нейропластичности наше сознание постепенно освоит новое пространство, распространится на него, и на втором этапе мы получим некое новое сознание: модификацию нашего сознания, существующую на комбинированном субстрате. Первая часть субстрата — тот биологический мозг, который у нас был вначале, а вторая часть — искусственная нейронная сеть. Затем, например, биологическая часть отрезается, отмирает. Допустим, мы так рассчитали размеры новой нейронной сети и её структуру, что на её фоне изначальное «обиталище» нашего сознания стало сравнительно малой и несущественной частью этого большого мозга. Точно так же, как изъятие небольших частей нервной ткани из мозга человека зачастую не приводит к фатальным утратам для его сознания. Такой способ выглядит более комфортным, чем простое копирование, ведь при копировании будет создана всего лишь копия «я», в то время как оригинал останется прозябать в тленной биологической оболочке. Конечно, существует целый ряд нюансов и парадоксов, связанных с континуальностью сознания, выходящих далеко за рамки этого рассказа. Однако есть надежда, что мы всё-таки создадим технологии, которые позволят надолго отсрочить наступление уже маячащей на горизонте неумолимой смерти.

22.09.2016 Источник: geektimes.ru

Мышечные гены забывают про фитнесс

Эпигенетика мышц

После того, как мы перестали заниматься спортом, гены в наших мышцах довольно быстро возвращаются к обычной, «неспортивной» активности.

Если мы регулярно ходим в спортзал, наша мышечная масса увеличивается: чтобы справиться с нагрузкой, в мышцах повышается активность самых разных генов, которые помогают усилить синтез белка, добавить новые мышечные волокна в бицепсы, трицепсы и пр. Если же упражнения прекратить, мышцы уменьшаются и слабеют. Однако, может быть, несмотря на такое уменьшение, гены всё-таки помнят, что в недавнем прошлом нам приходилось много упражняться, и, возможно, если мы снова вернёмся к регулярным занятиям, то гены, благодаря своей памяти, включаться уже намного быстрее, и мы достигнем желанной физической формы скорее, чем в первый раз?

В клетках действительно существуют молекулярные механизмы, позволяющие ДНК (то есть генам), «запоминать» жизненные обстоятельства. Такие механизмы, называемые эпигенетическими, надолго меняют активность того или иного участка ДНК, и даже если те обстоятельства уже давно прошли, эпигенетические модификации удерживают определённые фрагменты ДНК в соответствующем состоянии готовности (или, наоборот, в состоянии полной неготовности, если конкретный ген в таких-то и таких-то обстоятельствах не только не нужен, а даже мешает).

Однако как раз у мышц такой «памяти», увы, нет. Карл Йохан Сундберг (Carl Johan Sundberg) и его коллеги из Каролинского института поставили следующий эксперимент: чуть больше двух десятков человек, которые вели преимущественно сидячий образ жизни, должны были быстро качать ногой в течение 45 минут; это упражнение следовало проделывать четыре раз в неделю на протяжении трёх месяцев. Упражнять нужно было только одну ногу, причём авторы работы учитывали, какую ногу тренировал каждый участник эксперимента, толчковую (доминирующую) или нет.

Затем наступали девять месяцев отдыха, а потом то же самое упражнение нужно было выполнять уже обеими ногами. На каждом этапе тренировки из мышц брали биопсию, чтобы проанализировать активность генов мышечных клеток. В итоге оказалось, что на второй стадии тренировки, когда человек работал обеими ногами, активность генов была одинаковой что в той ноге, которая всё время отдыхала, что в той, которой несколькими месяцами ранее усердно качали. То есть мышцы не помнили прошлую физическую активность, и в молекулярно-генетическом смысле начинали тренировку с нуля. Некоторые изменения в эпигенетических модификациях генов вроде бы удалось увидеть, однако сами исследователи сомневаются в достоверности данных, полученных относительно эпигенетики мышечных генов. Полностью результаты опубликованы на сайте PLOS Genetics (Lindholm et al., The Impact of Endurance Training on Human Skeletal Muscle Memory, Global Isoform Expression and Novel Transcripts).

В том, что мышцы забывают про фитнесс, которым их мучили совсем недавно, есть свой смысл: поддерживать большую мышечную массу стоит с точки зрения метаболизма довольно дорого, и потому, если нужда в накачанных мышцах исчезает, организм быстро урезает расходы на них, заставляя в том числе и гены забыть, как они работали под действием нагрузки.

Тут можно вспомнить, что два года назад мы рассказывали о другой статье, которую опубликовали те же исследователи: тогда речь шла об эпигенетических модификациях, которые происходили с ДНК в тренированных мышцах, и которые имели отношение к мышечной энергетике, регуляции воспаления и т. д. Таких модификаций нашли около 5 000, однако их искали сразу после тренировки, и тогда мы говорили, что здесь сразу же возникает вопрос: если перестать заниматься спортом, как долго сохранится изменённая картина генетической активности, как долго метильные группы будут оставаться на своих местах на ДНК? Ну что же, теперь мы знаем, что недолго.

Однако, пусть мышцы и не помнят, как они работали, это помнят нейроны, которые ими управляют. Когда мы говорим, что «руки помнят», мы имеем в виду как раз о нейронной памяти: в цепочках нервных клеток записывается последовательность и координация движений, и потому мы можем после долгого перерыва правильно взять в руки теннисную ракетку или сесть на велосипед и не свалиться. Правда, усилий на то, чтобы подняться на велосипеде в гору, после долгого перерыва придётся потратить довольно много.

Автор: Кирилл Стасевич

по материалам Karolinska Institutet: Multifaceted genetic impact of training
Источник: nkj.ru

Какой будет медицина? Мобильная медицина и возможности IBM

Диагностика

Современные технологии становятся неотъемлемой частью качественного здравоохранения: приложения заблаговременно предупреждают о риске заболевания, а анализ неструктурированных данных помогает менять наш образ жизни.

Как выглядит будущее технологий в медицине?

Приложения, помогающие пользователям диагностировать проблемы со здоровьем по ранним признакам заболевания, программы, рекомендующие посещение специалиста и проведение конкретных лабораторных исследований, а также предотвращение эпидемии национальных масштабов ещё до возникновения серьезных проблем — всё это не утопия, а новая медицинская реальность, на пороге которой мы стоим. «Секрет» узнал как платформы для когнитивных вычислений, такие как IBM Watson, способны покончить с нехваткой аналитики, а также превратить простые датчики, собирающие данные, в инновационные платформы.

История болезни в телефоне

Медицина в современном мире не справляется с ошеломляющей скоростью появления новых данных: клинические исследования, истории болезней, новые методики лечения — объём информации удваивается каждые три года. Медицинское сообщество перегружено пациентами и данными. Многие врачи тратят на посетителей лишь 15–30 минут, в течение этого времени они должны быстро оценить медицинскую историю, зачастую сформулированную на словах, и поставить диагноз. В результате, по данным некоторых исследований, только в США ежегодно ставится 12 миллионов неправильных диагнозов.

”

Эта проблема усугубляется неполнотой медицинских записей, поэтому врачам приходится действовать на основе догадок. Медицинская электронная запись одного пациента (EMR) может содержать более 100 МБ сложных и разнородных данных, и большая их часть, например, текстовые заметки, является неструктурированной. В рамках совместного исследования IBM и Cleverand Clinic, сотрудники работают вместе с Watson для того, чтобы понять, как ориентироваться и обрабатывать EMR и находить скрытые смыслы в данных. Это поможет сотрудникам клиник принимать более обоснованные и точные решения, касающиеся лечения пациентов. Watson сопоставляет EMR, последние диагностические открытия, медицинские истории, перекрестные ссылки с тысячами медицинских журналов и помогает персоналу получить значительно больше данных и уделить больше времени планированию лечения и уходу за пациентами.

IBM Watson работает по принципу «вопрос-ответ» — системе не нужен машинный код или специальная программа, она понимает язык человека, может прочитать текст и сделать из него выводы. IBM Watson не просто суммирует информацию, он анализирует её, сопоставляет, проводит аналогии. Сведения о пациентах анонимны и защищены. Система предлагает гипотезы и приводит аргументы в их пользу, предупреждает о токсичности и побочных эффектах того или иного препарата. IBM Watson анализирует терабайты данных, и каждый новый случай учитывается при последующем анализе, система «самообучается» и в дальнейшем делает свою работу быстрее и еще более эффективно. Уже сейчас это значительно ускоряет обследования и помогает врачам спасти сотни жизней.

Ежедневные наблюдения в течение всей жизни за человеком, записи о его питании, тренировках, заболеваниях, наследственности по подсчётам учёных, заняли бы приблизительно триста тысяч книг — имея на руках такие подробные данные, врачи могли бы ставить более точные диагнозы и даже работать на опережение болезни. Но держать целую библиотеку для хранения данных больше не обязательно. Медицинские журналы, результаты исследований, миллионы историй болезни — весь этот объем сведений, который докторам сложно самостоятельно структурировать и сопоставлять, собирают когнитивные приложения и носимые устройства. В будущем они фундаментально изменят методы диагностики пациентов, предоставляя врачам более совершенную аналитику.

Когнитивный фитнес

Изменения в ближайшие десятилетия переживёт и индустрия фитнеса. Информация, генерируемая большинством устройств, типа фитнес-браслетов, используется недостаточно эффективно. Пользователи могут извлекать только элементарные показатели, такие как количество пройденных шагов, но при отсутствии контекста — информации о возрасте, поле, весе и общем состоянии здоровья, эти данные имеют слабую корреляцию с физической формой и здоровьем.

Например, если вам 20 лет и вы в хорошей форме, 700 шагов в день — это не слишком высокая активность. Но если вам 80 лет и вы восстанавливаетесь после операции, то такая активность впечатляет. Большинство датчиков в носимых устройствах бесполезны — акселерометры и магнитометры не точны, устройства не видят разницы между пешей прогулкой и силовыми упражнениями, и к тому же зачастую неправильно считают калории. IBM Watson предлагает разработчикам носимых устройств систему суперкомпьютерных и когнитивных вычислений, которые позволяют быстро проектировать приложения, способные сочетать предоставляемые пользователем данные о весе, диете, здоровье и другие сведения. Например, можно собрать воедино показания мониторов сна, уровня глюкозы, весов и даже электронных медицинских карт. Такие комплексные данные можно снабжать дополнительным контекстом, используя сходные данные других пользователей.

”

IBM Watson предлагает разработчикам носимых устройств систему суперкомпьютерных и когнитивных вычислений, которые позволяют быстро проектировать приложения, способные сочетать предоставляемые пользователем данные о весе, диете, здоровье и другие сведения.

В этом году на базе IBM Watson компания Under Armour выпустила приложение Record — оно собирает и анализирует информацию о том, сколько вы спите, о вашем стиле жизни, тренировках, питании, и т.д. Обработав данные, приложение, учитывая ваши физические параметры и цели, вырабатывает рекомендации по диете и нагрузкам. Приложение даже предлагает маршрут для пробежки с учетом погоды и времени суток и даёт советы как улучшить результативность тренировок. Record позволяет делать перекрёстные сравнения данных, например количества и качества сна и тренировок, количества шагов и изменений веса, а также других комбинаций. В ближайшем будущем эксперты прогнозируют значительный рост числа таких приложений.

Диагностировать рак на ранней стадии

Методик лечения онкологических заболеваний, как и исследований по этой теме, множество. Самые передовые опираются на ДНК пациента и требуют анализа огромных объемов информации. С выросшей индивидуализацией подхода к лечению, объем данных, который врачам необходимо учитывать, становится огромным. Платформа персонализированной медицины IBM Watson помогает врачам в принятии жизненно важных решений для лечения онкологических заболеваний. В память Watson загружено свыше 600 тыс. медицинских заключений, более 2 млн. страниц текста из 42 медицинских научных журналов и описаний результатов клинических испытаний в области исследования рака. При этом активный блок системы уже не занимает целую комнату, теперь его размер равен примерно трём коробкам пиццы, поставленным друг на друга. Вычислительная мощность Watson позволяет в течение нескольких секунд осуществить анализ 1,5 млн. историй болезни, содержащих медицинскую документацию и результаты опросов пациентов, которые отражают десятилетия терапии онкологических заболеваний, и предоставить врачу научно обоснованные рекомендации по лечению. Возможность врачебной ошибки за счёт встроенных проверок минимизируется — точность назначения оптимального лечения, которое делает Watson, составляет 90%.

Тест на сахар

Более 415 млн людей во всём мире страдают сахарным диабетом 1 или 2 типа, их число может вырасти до 600 миллионов к 2040 году. По оценкам Международной федерации диабета, мировые затраты на лечение болезни и борьбу с её осложнениями в 2014 г. составили по меньшей мере $612 млрд. Позитивные изменения в жизни людей с сахарным диабетом благодаря развитию медицины есть: инсулиновые помпы и более точные датчики, измеряющие уровень сахара в крови значительно облегчили жизнь пациентов. Однако в будущем заботу о людях с этим заболеванием можно будет вывести на совершенно новый уровень. На пациентах с диабетом лежит огромная ответственность: они приходят на приём к врачу раз в несколько месяцев, всё остальное время они вынуждены самостоятельно находить баланс, при котором сахара в крови будет не слишком много и не слишком мало. Эффективно управлять своим заболеванием и вносить коррективы по мере необходимости в скором будущем люди станут самостоятельно, без помощи докторов.

”

По оценкам Международной федерации диабета, мировые затраты на лечение болезни и борьбу с её осложнениями в 2014 г. составили по меньшей мере $612 млрд.

Пациенты смогут контролировать свое состояние с помощью новых совместных разработок Medtronic и IBM Watson. В их устройствах для управления диабетом данные постоянно считываются и анализируются в режиме реального времени, их можно сочетать с информацией из множества других источников — электронных медицинских карт, а также общей статистики здоровья населения. Используя сложные аналитические модели, можно выявлять закономерности и прогнозировать риски для здоровья людей. Новые решения для контроля сахарного диабета позволят улучшить результаты лечения и при этом обеспечить экономию для мировой системы здравоохранения.

Победить болезнь Паркинсона

Похожую систему наблюдения за состоянием пациентов в режиме реального времени IBM Watson совместно с Pfizer предложил для людей с болезнью Паркинсона. По данным Всемирной организации здравоохранения, ежегодно доля смертей во всем мире от неврологических расстройств, таких как болезнь Паркинсона, составляет 12%. Это заболевание требует постоянной корректировки лекарств в зависимости от прогрессирования недуга и реакции организма на препараты. Специальные носимые устройства измеряют показатели пациентов. Система датчиков собирает информацию о повседневной деятельности человека: как он двигается и одевается, что ест, сколько часов спит. Сбор и анализ информации в режиме реального времени происходит без какой-либо нагрузки на пациента и помогает врачам лучше изучить развитие болезни, реакцию пациента на те или иные лекарства, а также подобрать правильное лечение и ускорить разработку более совершенных методов борьбы с болезнью.

Электронный Айболит

Когнитивные системы помогут не только людям, но и пациентам, которые не могут рассказать, что у них болит. Ветеринары так же как и их коллеги-врачи, обязаны совмещать ежедневную практику с постоянным расширением теоретической базы знаний, быть в курсе новых методов лечения. Совместно с компанией Life Learn IBM Watson создали приложение, которое даёт ветеринарам неограниченный доступ к структурированной и неструктурированной информации.

Знания, накопленные специалистами научных ветеринарных центров и ассоциацией ветеринарных клиник, собраны и представлены на одной платформе. Ветеринары используют Watson для доступа к тысячам медицинских журналов, учебников и конференций, чтобы обеспечить специализированное лечение для кошек и собак любой породы.

Врач просто задаёт приложению вопрос, как если бы он спросил совета у коллеги, сидящего за соседним столом. В считаные секунды приложение использует когнитивные мощности IBM Watson для сканирования сотен тысяч медицинских ресурсов и поиска подходящего лечения для конкретного питомца. Это позволяет понимать своих четвероногих пациентов лучше и лечить их быстрее.

Остановить Эболу и вирус Зика

В 2015 Ebola Open Data Jam использовала облачную платформу IBM для сбора информации о госпиталях и клиниках в Африке. Была получена информация о количестве медицинского и вспомогательного персонала, машин скорой помощи, о наличии вертолетных площадок, медицинского оборудования, об условиях транспортировки, цепочках поставок, о количестве свободных коек, производстве электроэнергии, пропускной способности сети и вариантах методов лечения. Вся информация, фотографии, видео и аудиозаписи были переданы западно-африканским государствам в качестве международного дара. Врачи, пациенты и учреждения теперь имеют доступ к этой информации, чтобы выявлять скрытые взаимосвязи между различными элементами данных для принятия наилучших решений.

”

В июле IBM заявила о готовности предоставить свои ресурсы для борьбы с вирусом Зика. Технологии компании будут использоваться, чтобы анализировать информацию из официальных источников и социальных сетей о перемещении людей, которые могут быть потенциальными носителями заболевания. IBM также занимается разработкой алгоритмов, которые позволят вычислить носителей вируса.

Медицина будущего станет превентивной. Разработчики носимых устройств будут добавлять средства предиктивного моделирования для врача, показывающего своему пациенту вероятные результаты различных методов лечения. Врачи смогут наглядно, а не образно продемонстрировать пациенту возможное влияние на его здоровье физических упражнений и определенной диеты, основываясь на конкретном клиническом случае и агрегируя другие сходные случаи. Развитие носимых устройств поможет поставщикам медицинских услуг быстрее принимать более эффективные решения, чтобы предоставлять своим пациентам качественное медицинское обслуживание.

Однако прибор сам по себе не может произвести революции в лечении. Чтобы добиться действительно значительных изменений, необходимо сочетание передовых технологий, навыков обработки больших объемов данных, знаний в области информатики и опыта оказания помощи пациентам на уровне мировых стандартов. В будущем информация о вашем здоровье и самочувствии, предоставляемая самыми развитыми вычислительными платформами, всё же не заменит врачей-специалистов — никакой системе пока не под силу проводить лечение. Чтобы превратить поток информации, получаемой ежедневно от носимых устройств, в знания, вычленить из этого потока закономерности и сделать жизнь и здоровье пациентов лучше, по-прежнему нужен хороший специалист. Именно врач берет на себя ответственность за выбор лечения. И в принятии этого непростого решения ему на помощь придёт опыт фармацевтических компаний, коллег, массив данных с историями болезней, исследования, книги и медицинские журналы, агрегированные в рамках платформы IBM Watson.