時間との競争！ AIは病気の遺伝子解析と診断の加速器である

科学技術分野において、国境を越えた融合による新しいものによってもたらされる破壊的な競争は、あくまでも技術レベルと経済レベルの競争に過ぎません。

ウイルスの分野では、国境を越えた融合によって生み出された新しいウイルスが、しばしば災害を意味します。飛翔中の鳥が落とした糞が偶然地上の鳥の餌と混ざり、鳥がそれを食べると、糞に含まれるウイルスが鳥の体内のウイルスと交雑し、新たなウイルスに進化します。このウイルスが国境を越えて拡散する能力を獲得した場合、全人類に大きな災害を引き起こすことになるでしょう。新型ウイルスによる感染症の原因をできるだけ早く理解し、適切な薬をできるだけ早く処方することが、流行との戦いに勝つための鍵となっている。現在、AIなどの新しいテクノロジーが活躍しています。

新型コロナウイルス感染症は今、重大な戦いの段階に入った。最前線で奮闘する医療従事者らに加え、新型コロナウイルスのワクチン開発や薬剤検査も時間との戦いで進められている。この「防疫」戦争において、AIをはじめとする科学技術は静かに貢献している。感染症対策におけるテクノロジー企業の動向に注目すると、アリババクラウド、ファーウェイクラウド、インスパー、テンセントクラウド、上海スーパーコンピューティングセンターなどが、新型コロナウイルスに対するワクチン開発や薬物スクリーニングを支援するために、積極的にスーパーコンピューティング機能とAIアルゴリズムを無償提供していることがわかる。

新型コロナウイルスの流行をできるだけ早く収束させるためには、国内でウイルスを「窒息させる」ために国全体を動員するだけでなく、ウイルスのゲノムやAIモデリングの早期データ分析、疑いのある患者の迅速かつ正確な臨床診断、抗新型コロナウイルスワクチンの開発や薬物スクリーニングなど、時間との戦いも必要だ。ここで AI が役割を果たします。

AI技術は流行中のデータ分析を加速できる

ツールとしての AI は、計算能力、アルゴリズム、データという 3 つの要素によってサポートされています。 AIなどのテクノロジー企業は現在、これら3つの特徴に基づいて、高性能、高信頼性、高コスト効率のコンピューティング、ストレージ、分析、AI機能を提供しており、科学研究プロセスを堅牢かつ実行可能にし、効率を向上させることができます。

疾患遺伝子の分析と診断に AI を活用します。まず第一に、ウイルスを発見するには医療分野の専門家に頼らなければなりません。上海華山病院の張文紅氏が述べたように、医療専門家は「どのウイルスを探しているのかを非常に正確に把握し、対応するウイルスに適した抗ウイルス治療を提供する必要がある」。

手動診断の効率と信頼性を向上させるには、人工知能と病理学者が相互に補完し合うようにする必要があります。科学技術の手段に頼って、「未知のウイルスに直面したとき、私たちはそのすべての遺伝子配列を分解し、ディープシーケンシングプラットフォームを通じてすべての配列を復元し、ビッグデータを通じてそれらをつなぎ合わせ始めます。配列を組み立ててビッグデータで分析することで、それらの進化関係を分析し、データベースレコード分析を通じて遺伝子マーカーを取得し、最終的にそれがどのようなウイルスであるかを伝えることができます。」張文紅は医師の観点からAIの役割を簡潔に説明した。

例えば、新型コロナウイルスへの対応において、AIなどの新技術の応用の中心的な役割は、医療専門家が膨大なデータの分析に多くの時間を費やすことを避け、代わりに感染症のリスクに対処するために時間、エネルギー、医療経験を投資できるようにすることです。データ分析や重複情報の収集などの作業をAIに任せます。

現在、AI機能を統合したゲノムシーケンシングプラットフォームは、ゲノムデータ管理、バイオインフォマティクス分析プロセス、科学研究分析管理からナレッジグラフまでの全プロセスのサービスを提供し、ゲノムデータ分析とAIモデリングを迅速に実現し、ゲノム分析をより便利にします。

たとえば、ディープラーニング アルゴリズムと薬物分析サービスを医薬品開発プロセスに統合すると、製薬会社は医薬品開発をより迅速かつ効率的に完了し、研究開発コストを節約し、研究開発を迅速化できるようになります。

医療画像アノテーション、画像分析サービス、AIモデル予測サービスを備えており、医療画像の研究開発のニーズに完全に応え、画像分析をより便利にします。これにより、医師のフィルム読影効率が向上し、診断の見逃しや誤診が減りました。医師は1日に100人、1ヶ月に2000人、1年に何万人もの患者を診察し、経験を積んでいきます。 15 年の経験を持つ医師と、勤務して 3 か月の医師では経験が異なり、一部の画像に対する判断は同じレベルではありません。

ディープラーニングは画像の特徴を抽出します。その後、画像診断の専門家がそれに印を付け、より大きなサンプルがあれば医療診断に役立ちます。例えば、AIは、疑いのある患者の肺CT画像における病変の拡散度合いを自動で検出、特定、多次元分析し、自動レポートを生成することで、医療従事者が新型コロナウイルス感染症の疑いのある患者を迅速にスクリーニングし、隔離・確認するのを支援し、交差感染のリスクを軽減します。同時に、製品のフォローアップ機能は、医師が患者の治療効果を正確に定量評価するのにも役立ち、AIを使用して第一線の医療従事者に追跡可能で証拠に基づいたインテリジェントな支援を提供します。

共同科学研究は、疾病分野におけるAI技術応用の主な形態となっている。

ウイルス株の分離、薬剤スクリーニング、症例検出、新薬開発など、防疫プロセス全体を通じて、AI技術に基づく大量のデータ分析が必要になります。現在、テクノロジー企業は、ウイルスゲノムの計算解析、抗ウイルス薬の開発、抗疫病医療画像解析の分野で、大規模な AI 計算能力とアルゴリズムの面で強力なサポートを提供します。これには、遺伝子配列解析と医療工学に安定した効率的なコンピューティング パワー サポートを提供できる、強力な CPU および GPU コンピューティング パワー スケジューリング機能を備えたプラットフォームが必要です。

最近の感染症との戦いでは、テクノロジー企業が医療・科学研究機関と協力することが最も効率的なモデルとなっていることがわかりました。例えば、華中科技大学同済医学院基礎医学部、華中科技大学同済医学院付属武漢小児病院、西安交通大学付属第一病院、中国科学院北京ゲノム​​研究所、ファーウェイクラウドの合同研究チームは、2019年新型コロナウイルス（2019-nCoV）に効果がある可能性のある抗ウイルス薬5種類を選別したと発表した。

その中で、ファーウェイクラウドEIメディカルインテリジェンスプラットフォーム（EIHealth）は、医療分野における数多くのアルゴリズム、ツール、AIモデル、自動化パイプラインを統合し、大規模なコンピューター支援を提供します。

数名の教授の指導の下、医療用インテリジェントエージェントプラットフォームを通じて、数十の標的タンパク質と数億の小分子化合物に対するタンパク質相同性モデリング、分子動力学シミュレーション計算、大規模な仮想薬物スクリーニングが完了しました。数千万のシミュレーション計算が短期間で完了し、これまで数か月かかっていたコンピューター支援薬物スクリーニングが数時間で完了できるようになりました。

例えば、COVID-19の流行では、疑いのある患者の迅速かつ正確な臨床診断が依然として課題となっています。 2月1日、浙江省疾病予防管理センター、アリババ・ダモ・アカデミー、ジイ・バイオテクノロジーが共同で開発、立ち上げた自動化された全ゲノム検出・分析プラットフォームにより、疑いのある症例の遺伝子分析が数時間から30分に短縮されました。 「全ゲノム」という言葉に重点が置かれています。全ゲノムとは膨大な遺伝子データを意味し、プラットフォームの計算能力、AIアルゴリズム、データ処理および分析に対してより高い要件が求められます。 Alibaba DAMO Academy は、分散設計分析アルゴリズムを革新的に採用し、Protein Data Bank (PDB) などの公開データセットのデータに基づいてアルゴリズムを最適化およびトレーニングします。このような AI の進歩は、疑いのある症例の診断効率を効果的に向上させ、ウイルスの拡散を適時に阻止する上で大きな助けとなることは間違いありません。

また、研究機関による新薬スクリーニングやワクチン開発の加速を支援するため、テンセントクラウドは緊急ワーキンググループを結成し、クラウドスーパーコンピューティングなどの機能を無償で開放した。現在、バッチ GPU クラウド サーバーの無料使用が、中山大学薬学部の Luo Haibin 教授のチームに提供され、ウイルス薬のスクリーニングを進めるのに役立てられています。また、北京生命科学研究所/清華大学生物医学学際研究所の Huang Niu 教授の研究室には、構造ベースの薬物分子設計に基づくオフライン コンピューティング タスクの実行に役立てるため、大量の標準 CPU コンピューティング パワーとオブジェクト ストレージ機能が提供されました。

同時に、清華大学北京生命科学研究所/生物医学学際研究所の黄牛教授の研究室では、新型コロナウイルスの標的構造に基づいた化合物の仮想スクリーニングが行われている。原理的には、薬物は体内の生物学的標的と相互作用することでその効能を発揮します。薬物標的の構造に基づいて低分子リガンドを計算的にスクリーニングし、設計することができれば、革新的な薬物の初期段階の研究開発にかかるコストとサイクルを大幅に削減できます。黄牛教授の研究室は、新型コロナウイルスの複数の標的をターゲットに、テンセントクラウドが数秒で提供する大規模な高性能コンピューティングとストレージリソースを使用して、数億の化合物のデータベースを迅速に計算およびスクリーニングし、実験検証と組み合わせて、新しい構造タイプのリード化合物を見つけ、新薬研究開発の次のステップの基礎を提供します。

まとめると、ゲノムの AI 解析と診断にはいくつかの重要なポイントがあります。まず、データベースの検索機能は、ウイルスの遺伝子情報を取得した後、通常、既知のデータベースのゲノムと照合して、可能性のある変異を見つける必要があります。変異と疾患の対応関係の判定は、主に膨大なデータベース リソースに依存します。したがって、これらのタスクを手動で完了することは非現実的です。ここで人工知能の価値が反映されます。

第二に、アルゴリズムの最適化の面では、ファーウェイクラウドとアリババDAMOアカデミーは最新のAIアルゴリズムと分散型データベースを採用して人工知能の技術的パスを最適化し、大量の非構造化データをより効果的に学習して統合し、その中の関係性をマイニングして計算できることを確認しました。短縮型人工知能は、変異部位と疾患との潜在的な関連性を継続的に調査し、更新することができます。

再び、膨大な量のデータが投入され、Google AI の実践において乳がんの診断に人工知能が使用されるという報告がありました。人間の医師が何十時間もかけて行うよりも、より正確な診断をわずか数秒で行うことができます。医療画像診断においては、人工知能を組み合わせることでがん診断の効率が大幅に向上したと言えます。これには、多数の患者からの数百または数千の医療画像に基づいたディープラーニングアルゴリズムのトレーニングが必要です。多数の反復トレーニングを経て、アルゴリズムの精度はますます高くなり、AI分析の価値は、疾患分析の豊富な臨床経験を持つ専門家の診断結果がAIツールの診断結果と一致するかどうかで判断できるようになります。

さらに、業界の専門家はZDNetに対し、「ディープラーニング」に基づく現在のAI技術が役割を果たすには、優れたクラウドデータベースが実は非常に重要なポイントであると語った。病院内の各部門の番号が分散していると、この作業を行うのが難しくなるからだ。パブリッククラウドまたはプライベートクラウドのクラウドデータベースに基づいて、病院がこれらのデータを標準化するのに役立ちます。データの収集から保存、前処理まで、標準化された一連の AI サービスが形成されます。このように、データがいくつかのユニットに分散していても、必要なときに組み合わせて使用​​することができます。

同時に、ディープラーニング技術の観点から言えば、これらのデータをトレーニングする際には、トレーニングのためにデータをディープラーニングに投入するだけでなく、これらのデータに対して何らかの特徴抽出を行う必要もあります。データの次元を削減すると、トレーニングを通じて比較的良い結果が得られます。もちろん、データが蓄積されればされるほど、精度はどんどん高くなります。

最後に、医療プロセスは複雑で長いプロセスであり、AI支援はその中の1つのリンクにすぎません。私たちは、AIやその他の科学技術を通じて医療分野の専門家を支援し、疾患遺伝子の検出と関連する医薬品の開発を加速したいと考えています。