De maatschappelijke waarde van high-performance computing (hpc) wordt steeds duidelijker. Het biedt de rekenkracht die nodig is om de mensheid te helpen enkele van haar grootste uitdagingen op te lossen.
Het gebruik van hpc in de gezondheidszorg is relatief nieuw: traditioneel werd het gedomineerd door natuurkundigen, scheikundigen en astrofysici. Toepassing van deze technologie in de gezondheidszorg komt echter niet alleen individuen ten goede, maar de hele samenleving. Artificiële intelligentie (ai) kan ook een belangrijke rol spelen op het gebied van de volksgezondheid, de administratie van de gezondheidszorg en de klinische omgeving. Vooral bij het automatiseren van diagnoseprocessen. In combinatie met hpc zullen deze technologieën de toekomst van de gezondheidszorg veranderen,
Datasets
Hpc is bij uitstek geschikt voor de gezondheidszorg vanwege de grote datasets die door gezondheidszorgsystemen worden gegenereerd, waarvan veel in de vorm van beelden (bijvoorbeeld van scans). Deze datasets vormen een hoeveelheid kennis die tot nu toe nog te weinig gebruikt wordt. De meeste waarde komt nog uit handmatige interpretaties van deskundigen, wat natuurlijk een beperkende factor is bij het halen van waarde uit data.
Dit is waar hpc het verschil kan maken, door zowel onderzoekers als clinici in staat te stellen grotere en complexere vragen te stellen en de antwoorden sneller te krijgen. Dit leidt rechtstreeks tot betere onderzoeksresultaten en preciezere behandelingsbeslissingen.
Bio-informatica
Hpc is bijzonder nuttig in de bio-informatica, een multidisciplinair gebied waarin de beginselen van wiskunde, statistiek, computerwetenschap en biologische wetenschap worden geïntegreerd. De rol van bio-informatica in medisch onderzoek is het extraheren van kennis uit biomedische data. Hpc-systemen evolueren nu om tegemoet te komen aan de behoeften van bio-informatici, met nieuwe hard- en softwareproducten die een geavanceerder gebruik van data mogelijk maken.
In de biowetenschappen is de tijd die nodig is om cruciale vragen te beantwoorden ongelooflijk belangrijk. Wanneer moet worden nagegaan hoe een kankerpatiënt op een bepaalde behandeling zal reageren, is tijd van groot belang. Snelheid is ook noodzakelijk wanneer men de tekenen van een nieuwe infectie in de samenleving ziet en deze stopt voordat het zich op grote schaal verspreidt. De dringende behoefte aan snelle antwoorden vereist krachtigere en meer geavanceerde computerapparatuur.
Studiedeelnemers
Ai zal ook belangrijk zijn bij zaken als het ontdekken van geneesmiddelen tot volksgezondheid en de klinische omgeving. Geneesmiddelenfabrikanten passen vaak machine-learningtechnieken toe om chemische informatie uit grote datasets van samenstellingen te halen en deze te gebruiken om nieuwe geneesmiddelen voor klinische proeven te ontwerpen. Ai-modellen zijn te trainen om de studiedeelnemers beter te selecteren met geavanceerde statistische methoden en om de resultaten van de studies te beoordelen.
In de klinische omgeving is het potentieel van ai enorm, gaande van de automatisering van diagnoseprocessen tot therapeutische besluitvorming en klinisch onderzoek. Een van de meest veelbelovende toepassingen van ai is de geautomatiseerde verwerking van cardiale beeldvormingsgegevens, die nodig zijn voor de beoordeling van de structuur en functie van het hart. Het genereren van nauwkeurigere en geautomatiseerde echocardiogrammen met behulp van ai zal naar verwachting niet-herkende beeldvormingskenmerken aan het licht brengen die de diagnose van hart- en vaatziekten zullen vergemakkelijken. Ook zullen de beperkingen van de menselijke interpretatie van deze scans worden geminimaliseerd.
Ai kan ook helpen bij het voorkomen van ziekten, het verlengen van het leven en het bevorderen van de gezondheid. Het kan helpen specifieke demografische groepen of locaties te identificeren waar de prevalentie van ziekten of risicogedrag bestaat, waardoor artsen het contact met patiënten kunnen intensiveren en diensten op specifieke personen kunnen richten.
De laatste toepassing van ai is in de gezondheidszorg. De gezondheidszorg wordt gekenmerkt door een zware administratieve workflow. Ai kan verschillende soorten routines in verband met die administratieve inspanning efficiënter, nauwkeuriger en onbevooroordeeld uitvoeren. Een gebrek aan beschikbare bedden in ziekenhuizen is een belangrijke oorzaak van chirurgische annuleringen en de toepassing van ai om de beschikbaarheid van bedden te optimaliseren kan helpen deze te verminderen.
Toekomst
Met het oog op de toekomst moet de maatschappij het voor organisaties in de gezondheidszorg gemakkelijker maken om deze belangrijke instrumenten te gebruiken. In plaats van dat onderzoeksinstellingen de componenten overnemen en vanaf nul beginnen, moeten we deze instrumenten integreren op een manier die het voor organisaties in de gezondheidszorg gemakkelijker maakt om er optimaal gebruik van te maken.
hpc kan antwoorden bieden op veel van de grootste problemen waarmee we geconfronteerd worden, en kan in combinatie met AI een nieuw tijdperk van gepersonaliseerde geneeskunde inluiden. Het is dan ook van cruciaal belang dat medische deskundigen de nodige toegang krijgen tot deze baanbrekende technologieën.
(Auteur Rick Koopman is director hpc and ai emerging markets bij Lenovo.)
