从任何地方，只有手机，任何人都可以成为空中交通管制员，或者至少是虚拟空中交通管制员。人们可以遵循飞机的世界交通流量，并找出飞机来自何处以及它的前进地点。一个人只需要利用数以百万计的跨越互联网的数据即可。这是大数据的魔力。然后，人工智能进入图片以查找图案并为大量和异构信息流提供意义。这两种技术共同进行了巨大的任务，远离其通常的商业应用：寻找癌症等疾病的治疗方法。
大数据和人工智能试图寻找癌症的治疗方法。信用：?? Argonne国家实验室
马萨诸塞州理工学院（MIT）的计算机科学家里贾纳·巴齐莱（Regina Barzilay）被诊断出患有乳腺癌，她不仅失去了个人生活，而且还颠覆了她的研究。在医院之间无休止的改组中，她意识到没有使用有关患者的大多数信息。“临床决策通常是基于临床试验，即参加参与其中的3％的患者。这意味着，没有使用97％的患者发生的全部经验。如果亚马逊丢弃了97％的数据，它将如何工作？我认为我们坐在我们不使用的数据的金矿上。
Barzilay专门研究机器的自然语言，教那些只能理解其中的人和零以读写我们的语言。因此，她决定放弃其余的项目，并专注于教这些智能设备，以阅读医生在病理学报告中写的注释，以便将其转移到可以搜索信息的数据表中。这样，如果患者患有乳腺癌并必须接受治疗，则可以首先检查数据库，以查看其他患有相同肿瘤的女性的治疗方法，以及她们对它们的反应。没有理由从头开始。“我们有更好的技术推荐口红，而不是帮助您预防乳腺癌。这必须改变。”麻省理工学院研究人员说。
遗传大数据
对癌症的长期研究给我们带来的最重要的发现之一是，它不仅是一种疾病，而且是许多不同的疾病，数量超过200个。没有单一的肝癌，也没有单一类型胰腺肿瘤。每个患者的癌症的起源都有其自身的原因，其自身的基因突变组合。因此，如果治疗与疾病一样个性化，则将更有效。这种精确药物是基因组的测序和分析指导我们迈向的。
基因组测序和分析正在使我们迈向精确医学。图片来源：Pixabay
如果您确切地知道发生了引起癌症的突变的基因，则可以更精确，更确定。“有可能知道癌症的分子原因是什么。它不再仅仅是乳腺癌，但我们确切地知道哪些基因被突变而需要靶向。下一个挑战是了解哪种药物可以治疗每个突变。”西班牙基因组分析中心（CNAG）的生物信息学部门董事SergiBeltrán解释说，该中心致力于此任务。
这项技术使专家能够采用另一种工作方法：从所有基因中的既定假设和跟踪突变开始。在测序机的出现和该技术所需的超级计算之前，医生必须假设特定疾病是由四个或五个基因突变引起的。结果只能是两个之一：确认或反驳。
但是，今天，研究人员可以使用大量信息。美国国家癌症研究所与美国国家人类基因组研究所之间的合作于2006年启动的癌症基因组图集（TCGA）计划（均在美国）收集了来自33种癌症和健康健康样本的20,000多种样本的分子概况。来自同一患者的组织产生了超过2.5 p的数据：基因组，表观基因组（对不改变序列的DNA的化学修饰），转录组（基因活性）和蛋白质组学（基因产生的蛋白质）。在英国，惠康桑格研究所（Wellcome Sanger Institute）的癌症基因组项目维护着自己的大型数据库，并且两个项目都与国际癌症基因组财团中的其他项目合作。所有这些都是可自由使用的科学界，该社区还拥有大量的Web应用程序面板，可以集成，比较和分析数据。
TCGA数据和机器学习AI系统被用于从放射学或扫描图像中尽早诊断癌症。学分：癌症研究所
这些研究的应用之一是诊断。在极少数情况下，甚至当今可用的所有测试都无法找到癌症的起源，从而将治疗方法限制为无法产生良好效果的通用疗法。使用TCGA数据和机器学习AI系统，麻省理工学院和耶鲁大学的研究人员能够识别出52个无法通过标准测试进行分类的癌症样本，从而使靶向疗法可以更好地获得成功。此类工具被用来从放射学或扫描图像中及早诊断癌症。在麻省理工学院，Barzilay开发了可以将癌症诊断为一到两年的算法，从而获得了至关重要的时间来在肿瘤扩散之前应用早期治疗。
人工智能发现的药物
美国制药初创公司Berg的总裁兼联合创始人Niven Narain也将采用这种新的工作方法。该公司已使用AI系统开发新药BPM 31510来治疗胰腺，大脑，皮肤和其他癌症。为此，Berg收集了1,000名患者的癌性和健康的组织样本，并使用其系统处理了所有这些数据，该数据提出了一种治疗。“我们从本质上扭转了科学方法。我们允许患者的生物数据引导我们提出假设。” Narain告诉《有线》杂志。BPM 31510目前正在针对几种类型的癌症进行临床试验，该公司表示，“具有可接受的安全性的反肿瘤活动”。
这只是AI系统如何努力寻找针对癌症的新武器的一个例子，无论是否通过提出治疗靶标（可以驱动肿瘤生长并应靶向靶向靶向）的治疗靶标，以设计新药来中和它们，都可以找到新的化合物的新用途领域，或提出可以改善结果的现有疗法的协同组合。例如，这条线的一项研究表明，用于用于甲状腺癌的范德奈比（Vandetanib。
科技巨头正在使用数百万人的数据来寻找治疗方法。学分：丹尼斯·库默（Dennis Kummer）
这些技术在针对癌症和其他疾病斗争中的巨大潜力不仅动员了生物技术和制药行业，而且动员了在这一领域投资的技术巨头。Google母公司Alphabet的生物医学部门的生命科学确实在2017年推出了Project Basinear，该项目将来自10,000人的健康数据收集，并通过机器学习系统对其进行处理，以绘制大型人类健康地图。同时，苹果正在利用使用ResearchKit和Carekit（后者直接与医生共享信息）的数百万iPhone用户的数据。Mayo诊所正在开发一个项目，该项目使用AI算法根据用户的Apple Watch传感器的阅读来检测潜在的心血管问题。Microsoft正在开发可在皮肤上佩戴的微小传感器，以将生物识别数据传输到远程健康监测器。
癌症研究是这些新技术的最大受益者之一，但不是唯一的受益者。大数据和AI与遗传分析相结合，可以在罕见疾病的患者中搜索并找到模式，这些疾病可能相距差，但具有相同的突变。最终目标是创建一个庞大的医学数据数字库，一种大数据，它尊重患者的隐私 - DATA在记录下是匿名的，但可以更快地进行诊断和治疗。癌症的治疗仍然未知，但是许多已经提示它在于我们的数据。多亏了这些新技术以及Dietmar Berger，Pharmaceutical Giant Sanofi的首席医疗官兼全球开发负责人：“在花了三十年的时间作为血液学/肿瘤学研究者和医师，它的生活在和生活中很充实通过癌症研究的“黄金时代”工作。
BeatrizGuillén
@beagtorres
编者注：11月2日的文章？