Молодая компания из Сан-Франциско Lumiata (ранее известная как MEDgle) адаптировала методы анализа графов к задачам персонализированного здравоохранения.
Основателем компании стал выпускник MIT и эксперт в области искусственного интеллекта Эш Дэймл (Ash Damle). Он родился в семье врачей и ещё студентом задавал себе вопрос: «Что делает труд врача интеллектуальным?»
Ответ на него прозвучал на конференции Health 2.0, главной темой которой стала обработка «больших данных» в здравоохранении.
Электронные документы и контроль назначений, потоки данных от медицинских датчиков и приборов — всё это требуется объединить в жизнеспособную систему, которая помогала бы врачам и медсёстрам быстрее выполнять свои повседневные задачи.
Дэймл увидел большой потенциал в методе анализа графов. Подобно тому как алгоритм ссылочного ранжирования Google PageRank вычисляет рейтинг веб-страницы, Lumiata способна оценивать состояние пациентов по результатам анализа множества взаимосвязанных медицинских данных.
Система выявляет признаки наличия определённых заболеваний, акцентирует внимание врачей на ключевых симптомах и угрожающей динамике изменения клинических показателей.
На вопрос о том, насколько Lumiata похожа на IBM Watson, Дэймл ответил, что не ставил целью сделать самостоятельный диагностический модуль на базе мощного ИИ. Это лишь вспомогательная система с хорошим уровнем предварительной оценки: «Наша система использует метод графов вместо нейронных сетей, поэтому она не похожа на “чёрный ящик”».
По мнению Дэймла, конечный диагноз по-прежнему должен ставить лечащий врач: «Нормально, если ИИ даёт неправильную рекомендацию по выбору кино. Совершенно недопустимо, когда таким образом ставится неверный диагноз. Мы предельно осторожны».
Весь функционал Lumiata реализован через API. Она может работать поверх существующей ИТ-инфраструктуры медицинских учреждений. Сегодня эта технология проверяется в десятке крупнейших из них. На её развитие уже получено $4 млн от Khosla Ventures.
Административная часть Lumiata представляет собой СУБД, содержащую более 160 млн точек данных из учебной литературы и научных статей. Эти наборы данных позволяют системе ИИ получить представление о том, как связаны между собой диагностические признаки, болезни и конкретные пациенты.
Для описания работы Lumiata Дэймл использует понятие многомерного распределения вероятности. Система в состоянии анализировать графы из десятков тысяч узлов менее чем за секунду. Поэтому она может применяться в режиме реального времени — например, непосредственно во время приёма пациентов или даже в качестве превентивной меры.