De afgelopen jaren hebben we een exponentiële toename van datacreatie ervaren. Vanaf het moment dat onze smartphone ons vertelt hoeveel stappen we nemen, om te tellen hoe vaak we met het openbaar vervoer komen, tot hoeveel megabytes we uitgeven aan onze mobiele datasnelheid.
Big data
Net zoals deze gegevens worden gegenereerd uit ons dagelijks leven, gebeurt hetzelfde in de klinische omgeving: het aantal keren dat we de eerstehulpafdeling bezoeken, de keren dat we in het ziekenhuis worden opgenomen, het aantal voorgeschreven medicijnen of de röntgenfoto's die tijdens onze leeft oa.
Artificial Intelligence
De enorme hoeveelheid gegevens gaat de menselijke analytische capaciteit ver te boven. Het vereist technologie die deze waardevolle gegevens kan opslaan, verwerken en beschermen. Daarom is niet alleen de hulp van computers nodig, maar ook kunstmatige intelligentie en algoritmen. En juist dankzij deze en andere tools (deep learning, machine learning) worden de afgelopen jaren veel ontdekkingen gedaan, naast het voorspellen van toekomstscenario's op het gebied van epidemiologie, zoals het geval is bij urogenitale kanker.
Diepe leer
Een ander voorbeeld van deze nieuwe tools, dit keer deep learning: een geval waarin de machine een reeks patronen leert herkennen, in dit voorbeeld is de analyse van oogheelkundige fundus. Tegenwoordig kennen we de relatie tussen de oogfundus en de relatie met hartaandoeningen. Wat we niet en met zo'n hoge nauwkeurigheid konden voorspellen, was het risico, evenals andere parameters. De machine analyseerde meer dan 200,000 patiënten en was in staat om niet alleen risicopatronen te identificeren, maar ook het geslacht van de deelnemende bevolking, alleen al door de dikte van de aderen van het oog - iets dat de menselijke capaciteit niet heeft bereikt, tot op heden onmogelijk.
AI en farmacogenetica
Ook op het gebied van farmacogenetica worden belangrijke vorderingen gemaakt. Kun je je voorstellen dat we geen nieuwe medicijnen hoeven te testen in menselijke en niet-menselijke dierpopulaties? Verschillende teams voeren dit soort onderzoek al uit. Door het gebruik van kunstmatige intelligentie en massale gegevens wordt de mogelijke impact die meerdere medicijnen op de bevolking kunnen hebben al onderzocht.
AI hier om te blijven
Kunstmatige intelligentie arriveerde een paar decennia geleden om te blijven, en niet tevergeefs. We zullen in de toekomst zien hoe al deze enorme hoeveelheid massagegevens de wereldbevolking zal beïnvloeden. Op dit moment zijn de fundamenten van wat een universeel ethisch kader zou moeten zijn al aan de gang. En dat ethische kader moet universele principes zoals transparantie, eerlijkheid, niet-schadelijkheid, aansprakelijkheid en privacy aanpakken.