< Return to Video

Dirbtinio intelekto ir metabolitų potencialas medicinoje

  • 0:02 - 0:03
    2003-iais metais,
  • 0:03 - 0:06
    kai iššifravome žmogaus
    genomo seką, galvojome,
  • 0:06 - 0:10
    jog radome atsakymą,
    kaip išgydyti daug ligų.
  • 0:11 - 0:14
    Tačiau tai toli gražu ne tikrovė.
  • 0:15 - 0:17
    Be mūsų genų, didelę reikšmę
  • 0:17 - 0:21
    daugumos ligų vystymuisi gali turėti
  • 0:21 - 0:24
    aplinka ir gyvenimo būdas.
  • 0:24 - 0:27
    Pavyzdžiui, kepenų suriebėjimas,
    tai liga, kuri
  • 0:27 - 0:32
    kankina 20 procentų
    žmonių populiacijos globaliai.
  • 0:32 - 0:35
    Ši liga nepagydoma
    ir sukelia kepenų vėžį
  • 0:35 - 0:36
    arba kepenų nepakankamumą.
  • 0:38 - 0:42
    Taigi, vien genomo sekos iššifravimas
    mums nesuteikia
  • 0:42 - 0:45
    pakankamai informacijos rasti
    veiksmingą ligos gydymą.
  • 0:45 - 0:48
    Iš kitos pusės, savo kūne turime
    daugybę kitų molekulių.
  • 0:48 - 0:52
    Išties, mūsų kūnuose
    yra daugiau nei 100 000 metabolitų.
  • 0:52 - 0:57
    Metabolitai – tai bet kokios
    labai mažos molekulės.
  • 0:57 - 1:02
    Gerai žinomi pavyzdžiai yra gliukozė,
    fruktozė, riebalai, cholesterolis –
  • 1:02 - 1:04
    dalykai, apie kuriuos nuolat girdime.
  • 1:04 - 1:07
    Metabolitai dalyvauja
    mūsų medžiagų apykaitoje.
  • 1:08 - 1:12
    Jie turi informaciją, susijusią
    tiek su mūsų genais,
  • 1:12 - 1:17
    tiek su mūsų gyvenimo būdu.
  • 1:17 - 1:23
    Metabolitus suvokti labai svarbu,
    norint surasti įvairių ligų gydymą.
  • 1:23 - 1:25
    Aš visuomet norėjau gydyti pacientus.
  • 1:26 - 1:30
    Nepaisant to, prieš 15 metų
    mečiau medicinos mokslus,
  • 1:30 - 1:32
    kadangi pasiilgau matematikos.
  • 1:33 - 1:36
    Greitai atradau nuostabiausią dalyką:
  • 1:37 - 1:39
    aš galiu naudoti matematiką
    mokytis medicinos.
  • 1:41 - 1:46
    Nuo tada aš kuriu algoritmus
    analizuoti biologinius duomenis.
  • 1:47 - 1:49
    Tai atrodė paprastai:
  • 1:49 - 1:52
    surinkime duomenis iš visų metabolitų,
    esančių mūsų kūnuose,
  • 1:52 - 1:57
    sukurkime matematinius modelius,
    kaip metabolitai kinta susirgus,
  • 1:57 - 2:01
    ir tuomet sutrukdykime tiems
    pokyčiams, jog išgydytume ligą.
  • 2:02 - 2:06
    Tuomet supratau, kodėl niekas
    anksčiau to nedarė:
  • 2:07 - 2:09
    tai nepaprastai sudėtinga.
  • 2:09 - 2:10
    (Juokas)
  • 2:10 - 2:12
    Mūsų kūnuose yra daugybė metabolitų.
  • 2:13 - 2:15
    Jie skiriasi vienas nuo kito.
  • 2:15 - 2:19
    Mes galime pamatuoti kai kurių
    metabolitų molekulinę masę,
  • 2:19 - 2:22
    naudojant masių spektometrijos prietaisus.
  • 2:22 - 2:26
    Bet net 10 molekulių
    gali turėti tokią pačią masę,
  • 2:26 - 2:28
    todėl mes tiksliai nežinome,
    kas jie yra.
  • 2:28 - 2:31
    Norint tiksliai juos identifikuoti,
  • 2:31 - 2:34
    turime daryti daugiau bandymų,
    kurie gali užtrukti dešimtmečius
  • 2:34 - 2:36
    ir kainuoti milijardus dolerių.
  • 2:36 - 2:42
    Taigi mes sukūrėme dirbtinio intelekto
    (DI) platformą, galinčią tai padaryti.
  • 2:42 - 2:45
    Mes pasinaudojome
    biologinių duomenų augimu
  • 2:45 - 2:49
    ir sukūrėme duombazę, turinčią visą
    dabartinę informaciją apie metabolitus
  • 2:49 - 2:52
    ir jų sąveiką su kitomis molekulėmis.
  • 2:52 - 2:56
    Šią informaciją mes sujungėme
    į didžiulį tinklą.
  • 2:56 - 2:59
    Tuomet iš paciento audinių ar kraujo
  • 2:59 - 3:02
    mes matuojame metabolitų masę ir randame
  • 3:02 - 3:05
    tuos metabolitus,
    kurie dėl ligos yra pasikeitę.
  • 3:05 - 3:08
    Kaip minėjau anksčiau,
    mes nežinome, kas jie yra.
  • 3:08 - 3:14
    180 molekulinį svorį gali sverti
    gliukozė, galaktozė ir fruktozė.
  • 3:14 - 3:16
    Jie visi sveria tiek pat, tik
  • 3:16 - 3:18
    mūsų kūnuose atlieka skirtingas funkcijas.
  • 3:18 - 3:21
    Mūsų DI algoritmas apsvarsto
    visus šiuos neaiškumus.
  • 3:21 - 3:24
    Tuomet jis atrado tinklą,
    kuris padėjo sužinoti
  • 3:24 - 3:28
    kaip šios masės yra susijusios
    viena su kita,
  • 3:28 - 3:30
    sukeliant ligą.
  • 3:30 - 3:33
    Dėl šių sąsajų mes gebame
  • 3:33 - 3:37
    atlikti išvadą, kas iš tiesų yra
    kiekviena metabolito masė.
  • 3:37 - 3:40
    Tas 180 čia gali būti gliukozė.
  • 3:40 - 3:43
    Svarbiausia, dėl to mes galime atrasti
  • 3:43 - 3:46
    kaip pokyčiai gliukozėje
    ir kituose metabolituose
  • 3:46 - 3:47
    priveda iki ligos.
  • 3:47 - 3:50
    Šis naujas ligos mechanizmų suvokimas
  • 3:51 - 3:55
    leidžia mums atrasti
    veiksmingą gydymą šioms ligoms.
  • 3:56 - 3:59
    Taigi, mes įkūrėme startuolį,
    kad pristatytume rinkai šias technologijas
  • 3:59 - 4:01
    ir pagerintume žmonių gyvenimus.
  • 4:02 - 4:05
    Mano komanda „ReviveMed“ ir aš dirbame,
    jog atrastumėme
  • 4:05 - 4:10
    gydymą ligoms, kurių atsiradimui
    svarbiausią įtaką daro metabolitai,
  • 4:10 - 4:12
    pavyzdžiui, kepenų nepakankamumui.
  • 4:12 - 4:15
    Ši liga yra atsiranda
    susikaupus riebalams,
  • 4:15 - 4:18
    t. y. tam tikras metabolitų tipas,
    esantis kepenyse.
  • 4:18 - 4:22
    Kaip minėjau, tai didelė epidemija,
    kuri nėra pagydoma.
  • 4:22 - 4:24
    Ir tai tik vienas pavyzdys.
  • 4:24 - 4:29
    Judėdami pirmyn mes apimsime
    šimtus įvairių ligų,
  • 4:29 - 4:30
    kurios neturi jokio gydymo.
  • 4:30 - 4:35
    Renkant vis daugiau ir daugiau
    informacijos apie metabolitus
  • 4:35 - 4:38
    ir suprantant, kaip jų pokyčiai
  • 4:38 - 4:41
    veda prie ligų vystymosi,
  • 4:41 - 4:44
    mūsų algoritmai tobulės ir atras
  • 4:44 - 4:48
    tinkamą gydymą pacientams.
  • 4:49 - 4:52
    Mes einame vis arčiau savo tikslo link –
  • 4:52 - 4:56
    išsaugoti gyvybes
    su kiekviena kodo eilute.
  • 4:56 - 4:58
    Ačiū.
  • 4:58 - 5:01
    (Plojimai)
Title:
Dirbtinio intelekto ir metabolitų potencialas medicinoje
Speaker:
Leila Pirhaji
Description:

Daugybė ligų yra sukeliamos metabolitų – mažų molekulių, esančių mūsų kūnuose, tokių kaip riebalai, gliukozė ar cholesterolis. Tačiau mes tiksliai nežinome, kas jie yra ar kaip jie veikia. Biotechnologijos antreprenerė ir TED Fellows programos narė Leila Pirhaji dalinasi savo planu sukurti tinklą, pagrįstą dirbtiniu intelektu, kuris padės atpažinti metabolitų struktūras, geriau suprasti ligų vystymąsi ir atrasti veiksmingą gydymą.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
05:14
Andrius Družinis-Vitkus approved Lithuanian subtitles for The medical potential of AI and metabolites
Andrius Družinis-Vitkus accepted Lithuanian subtitles for The medical potential of AI and metabolites
Andrius Družinis-Vitkus edited Lithuanian subtitles for The medical potential of AI and metabolites
Andrius Družinis-Vitkus edited Lithuanian subtitles for The medical potential of AI and metabolites
Martyna Rajackaitė edited Lithuanian subtitles for The medical potential of AI and metabolites

Lithuanian subtitles

Revisions

Our website uses cookies for analysis purposes.