Od pomysłu do produktu długa droga – jak znaleźć na niej skróty? Sztuczna inteligencja rewolucjonizuje branżę bio-tech

fot. Gorodenkoff / Shutterstock.com

Innowacje w medycynie dają nam szansę na dłuższe i bardziej komfortowe życie. Niestety nie są one łatwe do osiągnięcia. Według serwisu Health Tech World, aż 90 proc. startupów z branży medycznej upada w ciągu pierwszych pięciu lat od założenia. Jak się przed tym uchronić? Z pomocą mogą przyjść nowoczesne rozwiązania technologiczne, takie jak zastosowanie AI w prototypingu.

Od pomysłu do gotowego produktu długa droga. Przyrządy lub usługi medyczne, zwłaszcza te najbardziej innowacyjne, nie stanowią tutaj wyjątku. Chyba że komuś dopisze szczęście na miarę Alexandra Flemminga w badaniach nad antybiotykami. Czy to musi tak jednak wyglądać? Czasem podróż od idei do gotowego rozwiązania można znacząco skrócić, przykładowo wykorzystując AI w prototypingu. Inteligentne systemy pozwalają przekuć nawet ograniczone zbiory danych w gotowe do praktycznego wdrożenia rozwiązania.

Rozwój produktów medycznych

Dawniej, wyrafinowane urządzenia medyczne wymagały czujnego oka wyspecjalizowanych techników i lekarzy. Z tego względu, dostęp do nich był znacznie ograniczony i wymagał długiego oczekiwania na badania. Sytuacja ta jednak diametralnie ewoluowała. W obecnym czasie zachodzi istna rewolucja technologiczna związana z branżą bio-tech. Urządzenia takie jak noszone pompy insulinowe lub zaawansowane trackery aktywności mózgu udowadniają, że wkrótce sprzęty medyczne będą nam towarzyszyć również w codziennych zajęciach. Jest bardzo możliwym, że już za kilka lat, standardem będą inteligentne czujniki przekazujące lekarzowi aktualny stan pacjenta oraz pomagające dobrać optymalne leczenie. Nic więc dziwnego, że w obliczu prężnie rozwijającej się sfery sztucznej inteligencji, to właśnie jest branża, która potrzebuje czerpać z jej potencjału pełnymi garściami. Z korzyścią dla nas wszystkich, nawet jeśli na naoczne efekty będzie trzeba jeszcze chwilę poczekać.

Na czym polega prototyping i jakie zapewnia korzyści?

Prototyping to iteracyjny proces, który obejmuje tworzenie wczesnych wersji produktu lub systemu. Jego podstawowym celem jest zrozumienie i zweryfikowanie koncepcji oraz dostosowanie produktu do oczekiwań użytkowników. Proces ten przechodzi przez następujące etapy:

• identyfikacja celów i wymagań projektu,
• tworzenie,
• testowanie,
• ocena i iteracja prototypu.

Poprzez tworzenie prototypów zespoły projektowe mogą skuteczniej komunikować się z interesariuszami, wykrywać potencjalne problemy i optymalizować projekt jeszcze przed pełną implementacją. Prototypowanie pozwala również oszczędzać czas i zasoby poprzez wcześniejsze wykrywanie błędów i unikanie kosztownych korekt w późniejszych fazach rozwoju produktu. Dla branży medycznej ten proces może mieć kluczowe znaczenie, stawką jest bowiem ludzkie zdrowie i życie.

Wykorzystanie AI w prototypingu

Największym atutem wykorzystania AI w prototypingu jest olbrzymią elastyczność, którą zapewnia. Regularne testy sprawnie informują twórców, jakie konkretne zmiany wprowadzić w miarę postępu projektu. Warto zauważyć, że w przypadku nowoczesnych urządzeń z branży bio-tech, często oprogramowanie jest równie ważne, co fizyczne komponenty. Doskonale wiedzą o tym specjaliści firmy konsultingowej bio-tech i med-tech – Untitled Kingdom. Wśród ich oferty można znaleźć cały wachlarz kompleksowych usług wspierających tworzenie innowacyjnych produktów – zaczynając od zorientowanych na wynikach warsztatów rozwijających produkt, poprzez kodowanie aplikacji i rozwój user experience, aż po szybkie prototypowanie przy pomocy sztucznej inteligencji. Ta gama usług pomaga twórcom przełomowych idei w przejściu przez najtrudniejszą fazę rozwoju ich produktów. Czyli trudną drogę od pomysłu do pierwszych możliwych do zaprezentowania konkretów.

Przy innowacyjnych produktach, czas jest na wagę złota

Proces rozwojowy produktów z branży biotechnologicznej jest skomplikowany i wieloetapowy. Pierwsze prototypy często wymagają całych lat dokładnej kalibracji i testowania przed wejściem do użytkowania. Tymczasem, szczególnie w branży medycznej, czas jest na wagę złota. Każdy kolejny miesiąc opóźnienia oznacza bowiem oczekiwanie z dotarciem do użytkowników, którym mogłyby one poprawić jakość życia. Ponadto, przeciągające się w latach projekty, nawet jeśli są szczególnie innowacyjne, stopniowo tracą zainteresowanie ze strony inwestorów. Jeśli zatem niektóre części czasochłonnego procesu dopracowywania mogą zostać zautomatyzowane i przyspieszone, należy z takiej możliwości skorzystać. W takiej sytuacji, skorzystanie z pomocy sztucznej inteligencji w celu oszczędności czasowych może okazać się niezwykle korzystnym rozwiązaniem. Zwłaszcza, iż sprawne wykorzystanie algorytmów uczących się pozwala na dodatkową poprawę jakości dzięki ich niezwykłej precyzji.

Jak w praktyce wygląda użycie AI w prototypingu?

Przy rozwiązywaniu kompleksowych problemów związanych z dużą ilością danych lub ze zbiorem danych, gdzie ciężko zauważyć zależności z pomocą przychodzi nam Machine Learning. W praktyce sprowadza się to do zebrania odpowiedniej ilości starannie dobranych danych a następnie trenowania modelu przy użyciu odpowiednio zaprojektowanej architektury. Stworzenie takiego modelu a następnie iterowanie kolejnych wersji pozwala nam na rozwiązanie problemów znacznie szybciej oraz znacznie bardziej skomplikowanych jak przykładowo; estymacja zawartości płynu w zbiorniku z użyciem diod podczerwieni, czy wykrywanie określonych charakterystyk krwi ze zdjęcia

– opowiada nam reprezentant Untitled Kingdom.

Wyzwania, które trzeba przezwyciężyć, aby skutecznie zastosować AI w prototypingu

Nowoczesne modele sztucznej inteligencji wykorzystują zdolność uczenia się, żeby z łatwością rozpracowywać skomplikowane zależności rządzące światem. Chociaż programy potrafią często zdziałać istne cuda, jednym z największych wyzwań jest zebranie odpowiedniego zbioru danych, żeby zacząć je trenować. Zazwyczaj, dla pierwszego prototypu zbiera się nieidealny, ale wystarczająco dobry zbiór danych, żeby zademonstrować jego zasadę działania. Wnioski z analizy danych pomogą przy tworzeniu tak zwanego MVP. W tym przypadku ów skrót nie oznacza najlepszego gracza w lidze koszykówki, lecz minimalną przydatną wersję produktu (ang. Minimum Viable Product). W ten sposób, rozwijający go startup nabywa nie tylko potrzebne wnioski, lecz również realną wartość, którą może zawojować rynki oraz serca inwestorów. Wykorzystując ten produkt, znacznie łatwiej zdobywać kolejne zbiory danych i stopniowo szlifować go w kolejnych iteracjach procesu.

Innym aspektem, o którym warto wspomnieć, jest fakt, że nawet już wstępnie przebadane urządzenie nadal musi przejść rygorystyczne badania i proces certyfikacji, żeby trafić do użytku. Na szczęście, tu również z pomocą przychodzą eksperci firmy Untitled Kingdom. Nie jest im obca praca zgodna z międzynarodowymi normami medycznymi ISO 13485 lub z wymaganiami regulatorów takich jak amerykańska FDA.

Magdalena Desperak

Redaktorka

Z wykształcenia filolog języka francuskiego, jednak od najmłodszych lat emocjonalnie związana z dziennikarstwem i działalnością literacką. Interesuje się szerokim wachlarzem tematycznym, zaczynając od kwestii językowych, kulturowych i społecznych, poprzez finanse i ekonomię, aż po naukę i prawo. Można powiedzieć, że w życiu podąża za iście renesansową definicją bycia "humanistą".