Analytická platforma SAS Viya pomáha premostiť univerzitný biomedicínsky výskum s praxou a sprístupniť znalosti získané z algoritmu umelej inteligencie

Biomedicínska vedkyňa Patricia Maguire je profesorkou na University College Dublin a riaditeľkou UCD Institute for Discovery. Keď si robila doktorát zo svalovej biochémie, dostal jej otec prvý infarkt, čo ju priviedlo k štúdiu krvných doštičiek a zrážanlivosti krvi. Začala si klásť otázky, prečo vôbec vznikajú krvné zrazeniny alebo trombózy, ktoré spôsobujú infarkt a mozgové príhody, a na túto oblasť sústredí doteraz aj svoj výskum. Výrazne jej pritom pomáha dátová analytika.

Čo je na krvných doštičkách také zaujímavé, že sa stali v ostatných dvoch dekádach predmetom vášho záujmu a výskumu?

Málokto vie, že krvné doštičky – popri tom, ako kolujú v našom tele – zhromažďujú aj informácie. Sú teda pohotovým zdrojom biomarkerov a v našom výskume sa sústredíme práve na to, aby sme tieto údaje vedeli využiť.

Generujete teda veľké množstvá dát, ako ich spracúvate?

Biomedicínske dáta vyhodnocujeme pomocou analytiky a strojového učenia, pričom využívame viaceré programovacie nástroje – Python, R, aj SAS. Preto máme aj platformu SAS Viya, aby sme všetky dáta a modely, ktoré vytvoríme, zjednotili a mohli manažovať cez jednotné prostredie.

Ako konkrétne sa snažíte dáta využiť, čo z nich zisťujete?

V ostatných rokoch sa náš výskum zameriava na preeklampsiu. Ide o vážne ochorenie, ktoré postihuje takmer jednu z desiatich žien v tehotenstve. Každoročne v dôsledku preeklampsie zomrie zhruba 50 tisíc žien a až 500 tisíc detí.

Ako sa ochorenie prejavuje?

Vysokým tlakom, opuchmi, proteuríniou, čiže nadmerným vylučovaním bielkovín močom. Žiaľ, je to niečo, o čom tehotné ženy často počujú až príliš neskoro. Problém je celosvetový a v súčasnosti naň neexistuje liek. Jedinou možnosťou je donosenie dieťaťa. Päť miliónov detí sa však preto každoročne narodí predčasne, čo im prirodzene prináša viaceré problémy, napríklad neurologické.

Ako sa tento stav diagnostikuje?

Preeklampsia je stále diagnostikovaná rovnakým spôsobom, ako v 60. rokoch minulého storočia – odčítaním krvného tlaku a vyhodnotením zvýšenej hladiny bielkovín v moči. Ale varovné signály sa detegujú ťažko, preto sa na preeklampsiu často príde až keď sa dostavia vážne, život ohrozujúce komplikácie. Navyše, tradičné testovanie lekárovi nepovie nič o tom, kedy je vhodný čas na pôrod. A to je mimoriadne dôležité, lebo každá hodina v maternici navyše sa pre predčasne narodené deti ráta. Ak matka môže dieťa porodiť o niekoľko dní alebo dokonca týždňov neskôr, znamená to obrovský rozdiel v kvalite života dieťaťa aj rodiny. 

Aký je váš prístup k diagnostike, o ktorý sa usilujete?

Pre presné a včasné diagnostikovanie preeklampsie sa snažíme využiť maximum dostupných informácií – údaje, ktoré máme z krvi a našich znalostí krvných doštičiek, kombinujeme s rôznymi dátami získanými počas tehotenstva budúcej matky, napríklad o proteínoch, z krvných testov či z meraní krvného tlaku. Do nášho algoritmu AI_PREMie však integrujeme aj osobné hodnotenie lekára, čiže ľudský inštinkt.

Cieľom teda nie je lekára nahradiť, ale dať mu do rúk dodatočnú pomôcku, ktorá mu pomôže v rozhodovaní.

Presne tak, cieľom je rozšírená inteligencia. Čiže poskytnúť lekárovi správne informácie a znalosti o každom pacientovi v správnom čase. A to nielen diagnostické, ale ako som spomínala, takisto aj informácie o vhodnom čase pôrodu, aby dieťa mohlo zostať v maternici čo najdlhšie. Nejde o veci, ktoré by sa dali robiť štandardnými štatistickými metódami. Preto využívame pre čo najpresnejšie stanovenie preeklampsie v danom čase aj strojové učenie a prvky umelej inteligencie.

Ako sa vám darí zavádzať túto inováciu do praxe?

V súčasnosti využívame novú diagnostiku v troch dublinských nemocniciach, čím pokrývame polovicu všetkých tehotenstiev v Írsku. Ďalším krokom je rozšíriť metodiku na celoštátnej a celosvetovej úrovni.

Univerzitný výskum naráža neraz na problémy, ako preniesť svoje inovácie do praxe. Aké bariéry vidíte vy a ako sa vám ich darí prekonávať?

Medzi univerzitným výskumom a praxou vždy existovala určitá priepasť, preto niektoré inovácie končia obrazne na poličke a nemajú šancu zmeniť svet. Mňa práve časť, v ktorej dostávame náš algoritmus do reálneho života, neuveriteľne baví. Dôležitý predpoklad pre náš úspech v tomto smere bola voľba platformy SAS Viya a cloudového prostredia Azure, ktoré sú rozšírené a osvedčené v reálnom svete. Okrem toho umožňujú demokratizáciu umelej inteligencie.

Čo tým myslíte?

Pochádzam z prostredia biomedicínskych vied, kde sme vždy robili základné štatistiky a jednoduché analýzy. Ale dopracovať sa k znalostiam, k hodnotným informáciám, nebolo ľahké. Preto považujem platformu SAS Viya za mimoriadne užitočnú, lebo umožňuje zdieľať znalosti, a to bez ohľadu na to či kódujete v jazyku R, Python alebo SAS. Platforma umožňuje každému spravovať a manažovať dátové modely počas celého životného cyklu. Pevne verím, že tieto dve veci – preklenovanie priepasti medzi akademickým výskumom a praxou, spolu s demokratizáciou AI, povedú k tomu, aby sa výskum z univerzít podarilo vo väčšej miere premietať do reálneho sveta.