促进使用人工智能在生命科学行业

对人工智能(AI),机器学习(毫升)和神经语言程序学(NLP)不断增加,人工智能是一个跨多个行业谈论最多的技术。但到底是谁在使用?他们是使用什么?

皮斯托亚联盟是一个非盈利组织,旨在促进医药之间的合作,技术和生命科学专业低壁垒通过寻址来研发创新挑战相关数据聚合和可访问性。他们的一个当前的项目侧重于促进人工智能在研发的使用。皮斯托亚联盟最近调查374生命科学专业人士来自俄罗斯,中国,美国,和欧洲,确定人工智能的影响,毫升,NLP生命科学行业,这些技术在多大程度上被采纳。

突出显示的调查结果:

•近一半的受访者(44%)已经使用或使用人工智能感兴趣

•缺乏专业技术是最常见的障碍AI,毫升,NLP收养

•当前的数据访问、质量和缺乏标准化也相当大的障碍

”皮斯托亚联盟推出了一个人工智能和深度学习社区——汇集各方分享他们的专业知识,随着行业仍在寻求新药物,使患者的生活更好。”尼克•林奇博士,皮斯托亚联盟的顾问,在最近的一次新闻稿。

我们采访了尼克•林奇更多地了解调查结果和皮斯托亚未来的措施,以进一步促进这些技术的使用药品研发。

LM:调查结果显示,“专业技术”是最常见的障碍,防止采用人工智能,毫升,NLP。可以做些什么来克服这一障碍和皮斯托亚联盟如何帮助?

尼克(merrill Lynch):该行业必须克服缺乏专业技术合作,通过池的知识和经验。这意味着科学研究与同行合作,而且在科技公司和学术机构——谁都有一个重要的角色在实现人工智能的好处,减少障碍有效的采用。我们的成员代表了很多关键的利益相关者,但我们将需要使用一个大集团的组织来支持这些努力在AI。

为了促进这一点,皮斯托亚联盟推出了一个AI和深度学习社区。社区将那些对人工智能感兴趣的在一起,分享他们的经验和AI用例。集团将支持意识和采用人工智能通过分享最佳实践在生命科学,并还将开发和分享最佳实践数据。这种协作计划将帮助生命科学组织更快地采用人工智能,并避免重复其他组织的努力。

LM:它是标准化的数据格式有多重要?什么影响可能这对学术产业协作和AI的可访问性和采用,毫升和NLP一般?

问:没有标准化的数据(元数据),合作是阻碍因为变量格式的数据不是可互操作的,不能在利益相关者之间共享。此外,它需要大量的时间和资源来清洁,转换和数据转换成可用的、可共享的格式。根据医学研究院,共同在制药行业数据标准的使用会减少美国的医疗管理支出仅20 - 30%。¹

在研究和开发(研发)、可互操作的数据研究人员将大大增加其价值,并促进更容易,更富有成效的合作。由于这个数据标准的必要性,皮斯托亚联盟接管了管理2017年爱思唯尔的统一数据模型。模型的开发和扩展,目的是发布一个开放和免费的药物发现的存储和交换数据的格式;其中大部分被归入领域,可以共享。

LM:相当数量的受访者还没有使用AI, ML,或者NLP,你认为这是为什么?你认为可以做推广使用?

问:使用这些技术仍处于早期阶段,部分原因在于,我们的研究发现的挑战。更广泛的合作将有助于找到技术将成为最有用的地方,无论是药物研发,或患者分层。更重要的是,合作领域将增加访问和高质量的数据,并允许共享最佳实践之间的不同类型的机构和地理位置。所有这些将有助于促进采用人工智能,毫升,NLP整个生命科学行业。

LM:当考虑应用程序,调查显示不同使用AI和相关技术。为什么会有这样的差异采用不同的区域吗?

问:目前,研究指出一个事实,大多数(46%)的应用人工智能在早期发现或临床前研究阶段。这可能是因为研究人员在这些阶段通常会获得更大的数据集人工智能,目前相关技术可以产生最大的影响。也可能因为人工智能的发展从机器学习有很强的使用社会计算化学超过25年。例如,在复合/铅标识阶段的研究,人工智能可以增加人员筛选数据集时,可能包括;出版的科学文献,内部和外部的临床试验数据,公共数据集由生物银行/政府和专有的实验数据。随着采用人工智能增长,这将改变和更大的协作和知识共享的竞争前将揭开新的用例和应用。

尼克·林奇说劳拉·伊丽莎白·梅森,科普作家技术网络188金宝搏备用

参考

1。麦考特,B。哈林顿,r。福克斯,K。汉密尔顿,c, D。波尔最早,K。哈蒙德,w·E。,。Nahm, m (2007)。数据标准:在网站的交集,临床研究网络,和标准发展计划。药物信息日报》41 (3),393 - 404。doi: 10.1177 / 009286150704100313