Sumber: Teknologi NetEase
Menurut Scientific American Journal, dalam waktu dekat, kecerdasan buatan (AI) akan sangat mempercepat penemuan obat dan bahan inovatif. Alat diagnostik canggih akan memungkinkan pengobatan yang semakin dipersonalisasi. Augmented reality (AR) akan ada di mana-mana, melapisi informasi dan animasi pada gambar dunia nyata, membantu kami menangani tugas sehari-hari, dan membantu industri beroperasi dengan lebih efisien. Jika Anda sakit, dokter dapat menanamkan sel-sel hidup di tubuh Anda untuk mengubah tubuh Anda menjadi "pabrik obat" untuk mengobati penyakit Anda. Anda akan makan daging sapi, ayam, dan ikan buatan yang ditanam dengan sel induk, yang sangat mengurangi dampak lingkungan dari peternakan.
Ide-ide yang mengubah dunia ini dan ide-ide lain yang membentuk "Sepuluh Teknologi yang Sedang Berkembang" tahun ini dipilih oleh para ahli top di bidang biologi, kimia anorganik, robotika, dan AI. Teknologi yang dipilih harus dapat memberikan bantuan yang signifikan kepada masyarakat dan perekonomian dalam tiga hingga lima tahun ke depan, berpotensi mengganggu, dan dapat mengubah industri atau cara kerja yang sudah mapan. Tetapi mereka harus dalam tahap perkembangan yang relatif awal dan belum digunakan secara luas.
1. Teknologi AR ada dimana-mana
Teknologi VR (virtual reality) memungkinkan orang membenamkan diri dalam dunia fiksi dan terisolasi. Sebaliknya, AR melapiskan informasi yang dihasilkan komputer di dunia nyata dalam waktu nyata. Saat Anda memakai perangkat yang dilengkapi dengan perangkat lunak AR dan kamera, baik itu smartphone, tablet, helm, atau kacamata pintar, program akan menganalisis aliran video yang masuk, mengunduh banyak informasi tentang pemandangan, dan membandingkan data yang relevan, Gambar atau animasi ditumpangkan di atasnya dalam 3D.
Banyak aplikasi konsumen (termasuk yang menerjemahkan rambu-rambu jalan untuk turis asing, memungkinkan siswa untuk membedah katak secara virtual, dan memungkinkan konsumen melihat efek virtual kursi di ruang tamu) sudah memiliki fungsi AR, seperti monitor dan permainan populer untuk membantu mobil Anda kembali dengan aman Pokemon GO. Dalam waktu dekat, teknologi ini akan memungkinkan para pecinta museum untuk memanggil pemandu wisata yang mirip dengan hologram. Ahli bedah akan memvisualisasikan jaringan di bawah kulit pasien dalam 3D. Arsitek dan desainer akan berkreasi dengan cara baru. Drone Operator mengontrol robot jarak jauh melalui gambar yang disempurnakan, dan pemula dengan cepat mempelajari tugas baru di bidang seperti kedokteran dan pemeliharaan pabrik.
Dalam beberapa tahun ke depan, perangkat lunak desain aplikasi yang mudah digunakan harus memperluas variasi produk konsumen. Namun, AR saat ini memiliki dampak terbesar di bidang industri, dan merupakan bagian integral dari Industri 4.0. "Industri 4.0" mengacu pada transformasi sistematis industri manufaktur dengan mengintegrasikan sistem fisik dan digital untuk meningkatkan kualitas, mengurangi biaya, dan meningkatkan efisiensi. Misalnya, banyak perusahaan menggunakannya di jalur produksi. AR dapat memberikan informasi yang benar bila diperlukan, sehingga mengurangi kesalahan, meningkatkan efisiensi, dan meningkatkan produktivitas. Itu juga dapat memvisualisasikan tekanan di perangkat dan membuat gambar masalah secara real-time.
Lembaga analisis pasar seperti ABI Research, IDC dan Digi-Capital percaya bahwa teknologi AR akan menjadi arus utama. Mereka memperkirakan pada tahun 2020, total nilai pasar AR (saat ini sekitar US $ 1,5 miliar) akan tumbuh menjadi US $ 100 miliar. Raksasa teknologi termasuk Apple, Google, dan Microsoft menginvestasikan banyak sumber daya keuangan dan manusia dalam pengembangan produk AR / VR dan aplikasinya. Modal ventura juga mulai mengalir terus menerus.Pada 2017, AR dan VR menarik investasi sebesar 3 miliar dollar AS. "Harvard Business Review" baru-baru ini menekankan bahwa teknologi AR adalah teknologi revolusioner yang akan mempengaruhi semua perusahaan.
Namun, tantangan tetap ada. Saat ini, keterbatasan hardware dan bandwidth komunikasi menjadi kendala dalam penggunaan sehari-hari konsumen. Misalnya, banyak museum dan aplikasi perjalanan yang menggunakan teknologi AR untuk meningkatkan pengalaman harus diunduh terlebih dahulu. Meski begitu, kualitas grafisnya mungkin belum memenuhi ekspektasi pengguna. Tetapi dengan munculnya chip seluler AR yang lebih murah dan lebih cepat, kacamata pintar multifungsi memasuki pasar. AR akan bergabung dengan jajaran Internet dan video real-time dan menjadi teknologi normal dalam kehidupan kita sehari-hari.
2. Diagnosis lanjutan dari obat yang dipersonalisasi
Perawatan wanita dengan kanker payudara menjadi lebih personal. Kanker payudara sekarang dibagi menjadi subtipe berbeda dan dapat diobati sesuai dengan itu. Misalnya, banyak wanita yang tumornya menghasilkan reseptor estrogen dapat menerima obat yang secara khusus menargetkan reseptor ini dan kemoterapi standar pasca operasi. Tahun ini, para peneliti menemukan bahwa sejumlah besar tumor pasien memiliki ciri-ciri yang menunjukkan bahwa mereka dapat dengan aman meninggalkan kemoterapi dan menghindari efek samping serius yang biasanya ditimbulkan.
Kemajuan dalam alat diagnostik telah mempercepat pengembangan perawatan yang dipersonalisasi atau tepat untuk banyak penyakit. Teknologi ini dapat membantu dokter mendeteksi dan mengukur berbagai biomarker (molekul yang menunjukkan keberadaan suatu penyakit), dan membagi pasien ke dalam subkelompok yang berbeda. Subkelompok ini ada dalam hal kerentanan terhadap penyakit, prognosis, atau kemungkinan respons terhadap perawatan tertentu perbedaan. Alat diagnostik molekuler awal difokuskan pada molekul tunggal, seperti glukosa pada pasien diabetes.
Namun, dalam sepuluh tahun terakhir, teknologi "omics" (omics) telah membuat kemajuan luar biasa, yang dapat dengan cepat, andal, dan murah mengurutkan seluruh genom seseorang, atau mengukur semua protein (proteome) dalam cairan tubuh atau sampel jaringan. , Tingkat produk sampingan metabolisme (metabolit) atau mikroorganisme (mikrobiom). Aplikasi konvensional dari teknologi ini juga mulai menghasilkan kumpulan data yang sangat besar, dan AI dapat menambang kumpulan data ini untuk menemukan biomarker baru yang berguna secara klinis. Kombinasi teknologi omics throughput tinggi dan AI memimpin era baru teknologi diagnostik canggih, yang akan mengubah pemahaman dan pengobatan banyak penyakit dan memungkinkan dokter menyesuaikan metode pengobatan berdasarkan karakteristik molekuler masing-masing pasien.
Beberapa teknik diagnostik tingkat lanjut telah diterapkan pada kanker. Misalnya, Oncotype DX dapat memeriksa 21 gen, dan banyak pasien kanker payudara dapat menghindari kemoterapi berdasarkan hal ini. FoundationOne CDx dapat mendeteksi mutasi gen pada lebih dari 300 gen dalam tumor padat dan menunjukkan bahwa obat-obatan yang ditargetkan untuk gen tertentu mungkin berguna untuk pasien tertentu. Selain kanker, ada metode menarik yang bisa diterapkan untuk endometriosis. Ini adalah penyakit yang menyakitkan. Jaringan rahim tumbuh di tempat yang tidak semestinya. Proses diagnosis biasanya memerlukan pembedahan. Metode deteksi non-invasif berbasis air liur dari DotLabs dapat mengidentifikasi endometriosis dengan mengukur molekul kecil yang disebut microRNA.
Saat ini, tes darah untuk gangguan otak yang didiagnosis dengan evaluasi subjektif dari gejala klinis, seperti autisme, penyakit Parkinson, dan penyakit Alzheimer, sedang dalam pengembangan. Para peneliti bahkan mengeksplorasi apakah mereka dapat mengurutkan seluruh genom, menganalisis komunitas mikroba, dan mengukur tingkat ratusan protein dan metabolit pada orang sehat, sehingga dapat memberi orang-orang ini panduan yang dipersonalisasi tentang cara mencegah penyakit.
Yang perlu diingatkan adalah institusi medis dan peneliti yang menggunakan alat diagnostik ini harus benar-benar menerapkan pengamanan untuk melindungi privasi pasien. Selain itu, pedoman pengelolaan yang jelas diperlukan untuk menilai nilai biomarker sebagai alat diagnostik secara konsisten. Panduan ini akan mempercepat pengenalan biomarker baru ke dalam praktik medis. Meski begitu, teknologi diagnostik yang canggih mulai mengganggu standar diagnosis dan pengobatan penyakit. Dengan membimbing pasien untuk menerima pengobatan yang paling efektif, mereka bahkan dapat mengurangi pengeluaran medis. Di masa mendatang, banyak orang mungkin memiliki cloud pribadi dari data biomarker, yang akan terakumulasi seiring waktu dan membantu memberikan perawatan yang dipersonalisasi.
3. Desain molekuler AI
Ingin merancang bahan solar baru, obat antikanker, atau senyawa yang bisa mencegah virus menyerang tanaman? Pertama, Anda harus menyelesaikan dua tantangan utama: menemukan struktur kimia yang benar untuk senyawa ini, dan menentukan reaksi kimia mana yang menghubungkan atom yang benar dengan molekul atau kombinasi molekul yang diinginkan. Proses ini sangat memakan waktu dan melibatkan banyak upaya yang gagal. Misalnya, rencana komprehensif dapat memiliki ratusan langkah individu, banyak di antaranya menghasilkan reaksi samping atau produk sampingan, atau tidak berfungsi sama sekali. Namun kini, AI mulai meningkatkan efisiensi desain dan sintesis, menjadikan proses ini lebih cepat, lebih mudah, dan lebih murah, sekaligus mengurangi limbah kimia.
Dalam AI, algoritme pembelajaran mesin menganalisis semua eksperimen sebelumnya yang diketahui yang mencoba menemukan dan mensintesis zat yang diminati. Berdasarkan pola yang mereka kenali, algoritme ini dapat memprediksi struktur molekul baru yang berpotensi berguna dan cara yang mungkin untuk membuatnya. Tidak ada alat pembelajaran mesin tunggal yang dapat menyelesaikan semua tugas ini dengan menekan satu tombol, tetapi teknologi AI dengan cepat memasuki dunia nyata dari molekul dan bahan obat.
Misalnya, para peneliti di Universitas Münster di Jerman telah mengembangkan alat AI yang dapat berulang kali mensimulasikan 12,4 juta reaksi kimia satu langkah yang diketahui dan merancang rute sintesis multi-langkah 30 kali lebih cepat daripada manusia. Di bidang farmasi, teknologi "pembelajaran mesin generatif" berbasis AI juga menarik. Sebagian besar perusahaan farmasi menyimpan jutaan senyawa dan menyaringnya untuk menentukan potensinya sebagai obat baru. Namun, bahkan dengan alat robotika dan otomatisasi laboratorium, proses penyaringan ini lambat dan menghasilkan hasil yang relatif sedikit.
Selain itu, "perpustakaan" ini hanya mencakup sebagian kecil dari kemungkinan lebih dari 1030 molekul secara teoritis. Dengan menggunakan kumpulan data yang mendeskripsikan struktur kimia dan sifat obat yang diketahui (dan calon obat), alat pembelajaran mesin dapat membangun perpustakaan virtual senyawa baru dengan sifat yang serupa dan berpotensi lebih berguna. Kemampuan ini mulai mempercepat identifikasi potensi obat secara signifikan. Hampir 100 perusahaan rintisan sudah menjajaki penggunaan AI untuk menemukan obat-obatan, seperti Insilico Medicine, Kebotix, dan BenevolentAI. Yang terakhir baru-baru ini mengumpulkan $ 115 juta dalam pendanaan untuk menerapkan teknologi AI-nya pada penyakit neuron motorik, penyakit Parkinson, dan penyakit lain yang sulit diobati. Pengembangan obat untuk penyakit.
BenevolentAI menerapkan AI pada seluruh proses pengembangan obat, mulai dari penemuan molekul baru hingga desain dan analisis uji klinis, yang bertujuan untuk membuktikan keamanan dan efektivitas pada manusia. Di bidang material, perusahaan seperti Citrine Informatics mengadopsi pendekatan serupa dengan perusahaan farmasi dan bekerja sama dengan perusahaan besar seperti BASF dan Panasonic untuk mempercepat inovasi. Pemerintah AS juga mendukung penelitian tentang desain AI. Sejak 2011, Amerika Serikat telah menginvestasikan lebih dari $ 250 juta dalam Inisiatif Genom Material (Inisiatif Genom Material). Rencananya adalah membangun infrastruktur termasuk AI dan metode komputasi lainnya untuk mempercepat pengembangan material canggih.
Pengalaman masa lalu memberi tahu kita bahwa bahan dan bahan kimia baru dapat menimbulkan risiko yang tidak terduga terhadap kesehatan dan keselamatan. Untungnya, metode AI harus dapat memprediksi dan mengurangi hasil yang tidak diinginkan ini. Teknologi ini tampaknya secara signifikan meningkatkan kecepatan dan kemanjuran molekul dan bahan baru yang ditemukan dan dipasarkan. Di pasar, mereka dapat memberikan manfaat seperti peningkatan perawatan kesehatan dan pertanian, konservasi sumber daya yang lebih besar, dan peningkatan produksi dan penyimpanan energi terbarukan.
4. AI yang bisa memperdebatkan dan memberikan arahan
Asisten digital saat ini terkadang menipu Anda dan membuat Anda percaya bahwa mereka adalah manusia, tetapi asisten digital yang lebih kuat akan datang. Siri, Alexa, dll. Menggunakan perangkat lunak pengenal ucapan yang canggih untuk mengenali permintaan Anda dan cara memberikan informasi yang sesuai. Mereka akan menghasilkan ucapan yang terdengar alami dan memberikan jawaban tertulis yang sesuai dengan pertanyaan Anda. Sistem seperti itu pertama-tama harus "dilatih", dan respons yang sesuai harus ditulis oleh manusia dan diatur ke dalam format data yang sangat terstruktur. Pekerjaan ini sangat menyita waktu dan akan menyebabkan asisten digital menjadi terbatas dalam menjalankan tugas. Sistem ini dapat "belajar" tetapi pada batas tertentu. Meski begitu, mereka tetap mengesankan.
Pada tingkat kompleksitas yang lebih tinggi, teknologi sedang dikembangkan untuk memungkinkan asisten digital generasi berikutnya menyerap dan mengatur data yang lebih tidak terstruktur (teks mentah, video, gambar, audio, email, dll.), Dan kemudian secara otomatis membuat dengan meyakinkan Atau bertindak sebagai lawan debat, berurusan dengan masalah yang belum pernah mereka latih. Kami telah melihat fitur ini di banyak situs web yang menyediakan chatbot, yang dapat menjawab pertanyaan dalam bahasa alami, mencakup berbagai kumpulan data yang telah mereka latih.
Chatbot ini memerlukan pelatihan yang relatif sedikit atau tidak sama sekali tentang pertanyaan atau permintaan tertentu. Mereka menggabungkan data yang telah dikonfigurasi sebelumnya dengan kemampuan darurat untuk "membaca" materi latar belakang relevan yang diberikan kepada mereka. Namun, mereka membutuhkan beberapa pelatihan dalam mengenali bahasa dan niat sebelum mereka dapat membuat tanggapan yang sangat akurat.
Pada bulan Juni tahun ini, IBM mendemonstrasikan teknologi yang lebih maju: sistem yang terlibat dalam debat waktu nyata dengan pakar manusia, tetapi belum menerima pelatihan sebelumnya tentang topik debat. Dengan menggunakan data tidak terstruktur (termasuk konten dari Wikipedia), sistem harus menentukan relevansi dan akurasi informasi, dan mengaturnya sebagai aset yang dapat digunakan kembali, yang dapat dipanggil untuk membentuk argumen yang konsisten untuk mendukungnya sendiri. argumen. Itu juga harus menanggapi argumen lawan manusia. Sistem ini mengalami dua perdebatan selama demonstrasi, dan banyak pemirsa yang menganggap argumennya lebih meyakinkan.
Teknologi ini dikembangkan selama lebih dari lima tahun, dan mencakup perangkat lunak yang tidak hanya memahami bahasa alami, tetapi juga merespons untuk mendeteksi emosi positif dan negatif. Namun, kemenangan sistem AI tanpa skrip untuk ahli manusia yang diakui telah membuka pintu bagi aplikasi terkait yang tak terhitung jumlahnya, yang mungkin muncul dalam tiga hingga lima tahun ke depan atau bahkan kurang. Misalnya, sistem seperti itu dapat membantu dokter dengan cepat menemukan penelitian terkait kasus kompleks dan kemudian mendiskusikan keuntungan dari rencana pengobatan yang diberikan. Sistem cerdas ini hanya akan berguna untuk menggabungkan pengetahuan yang ada, daripada menciptakan pengetahuan seperti ilmuwan atau pakar laboratorium. Namun demikian, ketika mesin menjadi lebih dan lebih cerdas, mereka meningkatkan kekhawatiran pengangguran.
5. Sel farmasi yang dapat ditanam
Banyak penderita diabetes akan menusuk jari mereka beberapa kali sehari untuk mengukur kadar gula darah dan menentukan dosis insulin yang mereka butuhkan. Implan sel pankreas yang biasanya membuat insulin dalam tubuh, yang dikenal sebagai sel pulau pankreas, menggantikan proses yang rumit ini. Demikian pula, implan sel dapat mengubah pengobatan penyakit lain, termasuk kanker, gagal jantung, hemofilia, glaukoma, dan penyakit Parkinson. Namun implantasi sel memiliki kelemahan yaitu penerima harus meminum imunosupresan tanpa batas waktu untuk mencegah penolakan oleh sistem imun. Obat semacam itu dapat menyebabkan efek samping yang serius, termasuk peningkatan risiko infeksi atau keganasan.
Selama beberapa dekade, para ilmuwan telah menemukan metode untuk membungkus sel dalam lapisan pelindung semi permeabel untuk mencegah sistem kekebalan menyerang sel yang ditanamkan. Kapsul ini masih memungkinkan nutrisi dan molekul kecil lainnya mengalir, membutuhkan hormon atau protein terapeutik lainnya untuk mengalir keluar. Namun, tidak cukup untuk mencegah sel-sel ini rusak, jika sistem kekebalan menganggap zat pelindung itu sendiri sebagai benda asing, maka akan menyebabkan jaringan parut tumbuh pada kapsul. "Fibrosis" ini mencegah nutrisi mencapai sel, sehingga membunuh mereka.
Sekarang para peneliti mulai menangani tantangan "fibrosis". Misalnya, pada 2016, para peneliti di Massachusetts Institute of Technology menemukan cara baru untuk membuat implan tidak terlihat oleh sistem kekebalan. Setelah memproduksi dan menyaring ratusan bahan, para peneliti mengidentifikasi bahan kimia gel yang disebut alginat, yang memiliki sejarah panjang penggunaan yang aman dalam tubuh manusia. Saat mereka menanamkan sel pulau dalam gel ini ke tikus yang menderita diabetes, mereka segera melepaskan insulin untuk merespons perubahan kadar gula darah. Selama studi 6 bulan, mereka berhasil mengontrol kadar gula darah tanpa fibrosis. . Dalam studi lain, peneliti kemudian melaporkan bahwa pemblokiran molekul tertentu pada makrofag dapat menghambat pembentukan bekas luka. Makrofag adalah sel kekebalan fibrotik yang penting. Menambahkan agen pemblokir ini dapat meningkatkan perbaikan lebih lanjut. Tingkat kelangsungan hidup masuk.
Sudah ada perusahaan yang berspesialisasi dalam mengembangkan terapi sel yang dikemas. Diantaranya, Sigilon Therapeutics memajukan teknologi pengobatan yang dikembangkan oleh Massachusetts Institute of Technology untuk diabetes, hemofilia, dan gangguan metabolisme lainnya. Eli Lilly dan Sigilon bekerja sama dalam penelitian diabetes. Selain itu, Semma Therapeutics juga menggunakan teknologinya sendiri untuk fokus pada diabetes. Neurotech Pharmaceuticals telah menanamkan implan dalam uji klinis untuk glaukoma dan berbagai penyakit mata yang ditandai dengan degenerasi retinal, dan Living Cell Technologies sedang melakukan diagnosa. Uji klinis implan untuk penyakit Kingson dan perawatan untuk penyakit neurodegeneratif lainnya sedang dikembangkan.
Saat ini, sel-sel yang diintegrasikan ke dalam kapsul diekstraksi dari bangkai hewan atau manusia, atau dari sel induk manusia. Di masa depan, terapi sel implan dapat mencakup jenis sel yang lebih luas, termasuk sel yang ditransformasikan melalui bioteknologi sintetis. Bioteknologi ini dapat mengatur ulang gen genetik sel untuk menjalankan fungsi baru, seperti mengendalikan molekul obat tertentu. Perlu dilepas ke organisasi. Keamanan dan efektivitas terapi sel enkapsulasi belum dikonfirmasi dalam uji klinis besar, tetapi tanda-tanda ini menggembirakan.
6. Daging tiruan
Bayangkan Anda menggigit burger daging sapi yang berair, tetapi dibuat tanpa membunuh hewan. Daging yang tumbuh dari sel di laboratorium mengubah visi ini menjadi kenyataan. Sejumlah perusahaan rintisan sedang mengembangkan daging sapi, babi, unggas, dan makanan laut yang ditanam di laboratorium, termasuk perusahaan seperti Mosa Meat, Memphis Meats, SuperMeat, dan Finless Foods. Daerah ini menarik banyak uang. Misalnya, pada 2017, Memphis Meats menerima investasi $ 17 juta dari Bill Gates dan perusahaan pertanian Cargill.
Jika diadopsi secara luas, daging buatan dapat menghilangkan banyak pembunuhan hewan yang kejam dan tidak etis. Ini juga dapat mengurangi biaya lingkungan yang cukup besar dari produksi daging. Hanya perlu memproduksi dan memelihara sel yang dibudidayakan, bukan seluruh organisme sejak lahir. Daging ini dibuat dengan terlebih dahulu mengekstraksi sampel otot dari hewan. Teknisi mengumpulkan sel induk dari jaringan, membiarkannya berkembang biak, berdiferensiasi menjadi serat primitif, dan kemudian berkembang menjadi jaringan otot. Mosa Meat mengatakan sampel jaringan yang diambil dari sapi dapat menghasilkan jaringan otot yang cukup.
Banyak perusahaan rintisan mengatakan mereka berharap dapat menjual produk dalam beberapa tahun mendatang. Namun, agar daging tiruan dapat dijual secara komersial, banyak kendala yang harus diatasi, termasuk biaya dan rasa. Pada 2013, ketika reporter melihat burger yang terbuat dari daging buatan, biaya pembuatan roti melebihi $ 300.000, dan terlalu kering (karena terlalu sedikit lemak). Sejak itu, biaya turun secara signifikan. Memphis Meats melaporkan tahun ini bahwa harga daging sapi tiruan giling dengan berat 113 gram sekitar $ 600. Mempertimbangkan tren ini, daging tiruan dapat menjadi pesaing daging tradisional dalam beberapa tahun. Lebih memperhatikan tekstur dan tambahkan bahan lain untuk mengatasi masalah rasa.
Agar bisa disetujui pasar, daging tiruan harus terbukti aman. Meskipun tidak ada alasan untuk percaya bahwa daging yang diproduksi di laboratorium berbahaya bagi kesehatan, FDA baru saja mulai mempertimbangkan cara mengaturnya. Di saat yang sama, produsen daging tradisional melawan balik, dengan alasan bahwa daging buatan sama sekali bukan daging dan tidak boleh diberi label sebagai daging. Survei tersebut menunjukkan bahwa masyarakat kurang tertarik mengonsumsi daging buatan. Terlepas dari tantangan ini, perusahaan daging buatan masih terus bergerak maju. Jika mereka berhasil menghasilkan produk yang terjangkau dan rasanya murni, daging buatan dapat membuat kebiasaan makan kita sehari-hari lebih sejalan dengan standar etika dan kelestarian lingkungan.
7. Terapi kejut listrik
Terapi kejut listrik memiliki sejarah panjang dalam dunia kedokteran, seperti alat pacu jantung, implan koklea, dan stimulasi otak dalam untuk penyakit Parkinson. Salah satu metode pengobatan akan menjadi lebih beragam, secara signifikan meningkatkan pengobatan berbagai penyakit. Ini melibatkan pengiriman sinyal ke saraf vagus, mengirimkan denyut nadi dari batang otak ke sebagian besar organ, dan kemudian kembali. Penggunaan baru untuk stimulasi saraf vagus (VNS) menjadi mungkin, sebagian karena penelitian oleh Kevin Tracey dari Institut Kedokteran Feinstein dan lain-lain, menunjukkan bahwa saraf vagus melepaskan bahan kimia yang membantu mengatur sistem kekebalan. . Misalnya, neurotransmiter tertentu yang dilepaskan di limpa menenangkan sel-sel kekebalan yang mengalami peradangan di seluruh tubuh.
Hasil penelitian ini menunjukkan bahwa VNS mungkin bermanfaat untuk penyakit dengan gangguan sinyal listrik seperti kondisi autoimun dan inflamasi. Bagi mereka yang menderita penyakit ini, ini mungkin merupakan keuntungan, karena obat yang ada sering kali gagal atau menyebabkan efek samping yang serius. VNS mungkin lebih mudah ditoleransi karena bekerja pada saraf tertentu, dan obat biasanya menyebar ke seluruh tubuh, berpotensi mengganggu jaringan selain target pengobatan.
Sejauh ini, penelitian tentang aplikasi terkait peradangan cukup menggembirakan. Perangkat VNS yang dikembangkan oleh SetPoint Medical telah terbukti aman dalam uji coba awal pada manusia untuk pengobatan rheumatoid arthritis dan penyakit Crohn (Crohn). Uji coba lebih lanjut saat ini sedang dilakukan pada kedua teknologi ini. Terapi elektrokonvulsif juga digunakan untuk mengobati penyakit lain yang memiliki komponen inflamasi, seperti penyakit kardiovaskular, gangguan metabolisme dan demensia, serta penyakit autoimun seperti lupus. Pada penyakit ini, saraf vagus sendiri menjadi tidak aktif.
Mencegah penolakan kekebalan dari jaringan yang ditransplantasikan adalah aplikasi potensial lainnya. Kebanyakan stimulator saraf vagus, termasuk perangkat SetPoint dan yang telah digunakan untuk mengobati epilepsi dan depresi, adalah implan. Dokter biasanya meletakkan perangkat ini di bawah kulit di bawah tulang selangka. Kawat implan dililitkan di sekitar cabang saraf vagus dan mentransmisikan pulsa listrik ke sana pada interval yang telah ditentukan. Frekuensi dan sifat lainnya diprogram dan dikendalikan oleh batang magnet eksternal. Implan dewasa ini berdiameter sekitar 1,5 inci, tetapi seiring waktu, implan tersebut diharapkan menjadi lebih kecil dan lebih dapat diprogram.
Stimulator saraf vagus genggam non-invasif yang dirancang untuk meredakan sakit kepala cluster dan migrain juga baru-baru ini menerima persetujuan FDA, meskipun tidak jelas bagaimana stimulasi saraf vagus dapat membantu gejala ini. Perangkat genggam ini memberikan rangsangan listrik ringan ke saraf melalui kulit leher atau telinga. Saraf vagus bukan satu-satunya target yang dirawat dengan elektroterapi baru. Pada akhir 2017, FDA menyetujui perangkat non-implan yang dapat mengirim sinyal ke saraf kranio-oksipital dan cabang saraf oksipital melalui kulit di belakang telinga, sehingga mengurangi penarikan opioid. Setelah 73 pasien penghentian opioid mengurangi gejalanya hingga 31% atau lebih, perangkat tersebut disetujui oleh FDA.
Biaya implan dan pembedahan dapat menghambat penerapan terapi VNS secara luas, tetapi karena teknologinya menjadi kurang invasif, masalah ini harus diatasi. Tetapi biaya bukanlah satu-satunya tantangan. Peneliti masih perlu mempelajari lebih lanjut tentang bagaimana stimulasi saraf vagus bekerja dalam setiap situasi, dan cara terbaik menentukan pola stimulasi terbaik untuk setiap pasien. Selain itu, mereka perlu mempelajari apakah impuls saraf vagus memengaruhi saraf di sekitarnya dengan cara yang tidak diinginkan. Namun, dengan lebih banyak penelitian dan eksperimen untuk menguji mekanisme dan efeknya, VNS dan terapi elektronik lainnya pada akhirnya dapat mengobati berbagai penyakit kronis dengan lebih baik, berpotensi mengurangi kebutuhan pengobatan jutaan pasien.
8. Gene Drive
Teknologi penggerak gen yang secara permanen dapat mengubah karakteristik populasi tertentu atau bahkan seluruh spesies sedang berkembang pesat. Apa yang disebut penggerak gen (gene drive) mengacu pada jumlah elemen genetik yang sangat tinggi yang diturunkan dari orang tua ke keturunannya, sehingga menyebar dengan cepat dalam populasi. Gene drive terjadi secara alami, tetapi juga dapat dimodifikasi. Melakukan hal itu merupakan berkah bagi manusia dalam banyak hal. Teknologi ini berpotensi mencegah serangga menyebarkan malaria dan infeksi mengerikan lainnya, meningkatkan hasil panen dengan memodifikasi hama yang menyerang tanaman, membuat karang tahan terhadap tekanan lingkungan, dan mencegah tanaman dan hewan invasif merusak ekosistem.
Namun, para peneliti sangat menyadari bahwa mengubah atau bahkan memusnahkan suatu spesies mungkin memiliki konsekuensi yang luas. Sebagai tanggapan, mereka merumuskan aturan untuk mengatur penerapan penggerak gen dari laboratorium ke pengujian lapangan dan penggunaan yang lebih luas. Selama beberapa dekade, para peneliti telah mempertimbangkan cara menggunakan drive gen untuk melawan penyakit dan masalah lainnya. Dalam beberapa tahun terakhir, pengenalan teknologi penyuntingan gen CRISPR telah mempermudah penyisipan materi genetik ke lokasi tertentu pada kromosom, yang mendorong perkembangan pesat penelitian ini.
Pada tahun 2015, beberapa makalah melaporkan keberhasilan transmisi gene-drive berbasis CRISPR pada ragi, lalat buah, dan nyamuk. Sebuah demonstrasi mendorong gen resistensi terhadap parasit malaria melalui populasi nyamuk, yang secara teori seharusnya membatasi penyebaran parasit malaria. Studi lain mengganggu kemampuan reproduksi betina dari nyamuk lain. Tahun ini, sistem penggerak gen CRISPR diuji pada tikus untuk mencoba memanipulasi warna bulunya. Cara ini hanya efektif untuk wanita. Meski begitu, hasil penelitian mendukung kemungkinan bahwa teknologi ini dapat membantu menghilangkan atau mengubah populasi tikus invasif atau mamalia lain yang mengancam tanaman, satwa liar, atau menyebarkan penyakit.
Badan Proyek Penelitian Lanjutan Pertahanan (DARPA) sangat antusias dengan teknologi ini. Ia telah menginvestasikan $ 100 juta dalam penelitian penggerak gen untuk memerangi penyakit yang ditularkan melalui nyamuk dan hewan pengerat yang menyerang. Yayasan Bill dan Melinda Gates (Yayasan Bill dan Melinda Gates) juga menginvestasikan $ 75 juta dalam sebuah konsorsium penelitian yang mempelajari penggerak gen untuk malaria. Meskipun prospeknya cerah, penggerak gen telah menyebabkan banyak kekhawatiran. Akankah mereka secara tidak sengaja melompat ke spesies liar lainnya dan menghancurkannya? Apa risiko menghilangkan spesies terpilih dari ekosistem? Akankah kekuatan jahat menggunakan gene-drive sebagai senjata untuk mengganggu pertanian?
Untuk menghindari prospek yang mengerikan ini, beberapa peneliti telah mengembangkan tombol yang harus dihidupkan dengan mengirimkan zat tertentu sebelum penggerak gen dapat bekerja. Pada saat yang sama, banyak kelompok ilmuwan sedang mempelajari prosedur untuk memandu kemajuan melalui setiap tahap pengujian penggerak gen. Misalnya, pada 2016, National Academy of Sciences, Engineering, and Medical Sciences meninjau penelitian ini dan membuat rekomendasi untuk praktik yang bertanggung jawab. Pada tahun 2018, kelompok kerja internasional yang besar mengembangkan peta jalan untuk mengawasi penelitian di laboratorium.
Selain membatasi risiko dari teknologi itu sendiri, banyak penyidik juga berharap terhindar dari kecelakaan dan kesalahan yang dapat menimbulkan reaksi publik atau kebijakan. Kevin M. Esvelt dari Massachusetts Institute of Technology dan Neil J.Gemmell dari University of Otago di Selandia Baru menerbitkan sebuah makalah pada tahun 2017 tentang bagaimana gene drive membunuh hama. Ada kekhawatiran tentang potensi pemanfaatan mamalia, dan mereka percaya bahwa satu peristiwa internasional dapat memperlambat kerja penelitian 10 tahun atau lebih. Mereka meramalkan: "Dalam kasus malaria saja, biaya penundaan ini mungkin perlu diukur dalam jutaan kematian yang bisa dihindari."
9. Bahan plasma
Pada tahun 2007, Harry A. Atwater dari California Institute of Technology meramalkan bahwa apa yang disebut teknologi "plasmonik" pada akhirnya dapat dimasukkan ke dalam berbagai aplikasi, dari deteksi biologis yang sangat sensitif. Perangkat ke jubah tak terlihat. Sepuluh tahun kemudian, berbagai teknologi plasma telah menjadi kenyataan komersial, dan teknologi lain juga beralih dari laboratorium ke pasar. Semua teknologi ini bergantung pada pengendalian interaksi antara medan elektromagnetik dan elektron bebas dalam logam (biasanya emas atau perak) Elektron bebas menentukan konduktivitas dan sifat optik logam. Elektron bebas pada permukaan logam berosilasi secara kolektif ketika terkena cahaya, membentuk apa yang disebut permukaan plasmon.
Ketika sepotong logam berukuran besar, elektron bebas akan memantulkan cahaya yang mengenai mereka, membuat material tersebut bersinar. Tetapi ketika logam hanya berukuran beberapa nanometer, elektron bebasnya terkurung di ruang yang sangat kecil, yang membatasi frekuensi getarannya. Frekuensi spesifik osilasi tergantung pada ukuran nanopartikel logam. Dalam fenomena yang disebut resonansi, plasma hanya menyerap sebagian cahaya datang yang berosilasi pada frekuensi yang sama dengan plasma itu sendiri. Resonansi plasmon permukaan ini dapat digunakan untuk membuat antena nano, sel surya efisiensi tinggi, dan perangkat berguna lainnya.
Salah satu bidang yang paling banyak digunakan dalam penelitian bahan plasma adalah sensor untuk mendeteksi reagen kimia dan biologis. Dalam satu metode, peneliti melapisi bahan nano plasmonik dengan zat yang digabungkan dengan molekul yang menarik (seperti racun bakteri). Dengan tidak adanya racun, cahaya yang menyinari material akan dipancarkan kembali pada sudut tertentu. Tetapi jika racun ada, itu akan mengubah frekuensi plasma permukaan, sehingga mengubah sudut cahaya yang dipantulkan. Efek ini dapat dengan sangat akurat mengukur dan bahkan mendeteksi jejak jumlah racun.
Beberapa perusahaan rintisan sedang mengembangkan produk berdasarkan teknologi ini dan metode terkait, termasuk sensor baterai internal yang dapat memantau aktivitas baterai untuk membantu meningkatkan kepadatan daya dan laju pengisian daya. Selain itu, terdapat perangkat yang dapat membedakan antara infeksi virus dan bakteri. Plasma juga digunakan untuk mempelajari penyimpanan magnetik pada disk. Misalnya, perangkat perekam magnetis yang dibantu panas meningkatkan penyimpanan memori dengan memanaskan titik-titik kecil pada disk secara instan selama penulisan. Di bidang medis, nanopartikel yang diaktifkan cahaya sedang diuji dalam uji klinis untuk kemampuannya dalam mengobati kanker. Nanopartikel disuntikkan ke dalam darah dan kemudian menumpuk di tumor. Kemudian diiradiasi dengan cahaya dengan frekuensi yang sama dengan permukaan plasmon, sehingga partikel tersebut menghasilkan panas melalui resonansi. Panas secara selektif membunuh sel kanker di tumor, tetapi tidak merusak jaringan sehat di sekitarnya.
Ketika perusahaan baru mulai menggunakan teknologi plasma, mereka perlu memastikan bahwa produk mereka memiliki harga yang wajar, andal, kuat, mudah diproduksi secara massal dan diintegrasikan dengan komponen lain. Terlepas dari tantangan ini, prospeknya cerah. Munculnya "metamaterials" (nanomaterial sintetik di mana plasma menghasilkan efek optik yang tidak biasa) telah memungkinkan peneliti plasma untuk menggunakan material selain emas dan perak, seperti graphene dan semikonduktor. Analisis dari Future Market Insights memprediksi bahwa nilai pasar aplikasi sensor plasma di Amerika Utara saja akan meningkat dari hampir $ 250 juta pada tahun 2017 menjadi hampir $ 470 juta pada tahun 2027.
10. Algoritma komputer kuantum
Berkat kemajuan dalam perangkat keras dan algoritme, komputer kuantum dapat mengejar atau bahkan melampaui komputer tradisional dalam beberapa tahun. Komputer kuantum menggunakan mekanika kuantum untuk melakukan perhitungan. Unit dasar kalkulasi-qubit mereka, mirip dengan bit standar (0 atau 1), tetapi ini adalah superposisi kuantum antara dua status kuantum komputasi: bisa nol atau satu. Properti ini, ditambah dengan keterjeratan properti kuantum unik lainnya, dapat memungkinkan komputer kuantum memecahkan jenis masalah tertentu secara lebih efektif daripada komputer tradisional mana pun.
Meskipun teknologi ini menarik, namun sangat sulit untuk berkembang. Misalnya, proses yang disebut dekoherensi dapat merusak fungsinya. Para peneliti telah menentukan bahwa komputer kuantum yang dikontrol ketat dengan beberapa ribu qubit dapat menahan efek dekoherensi melalui teknik yang disebut koreksi kesalahan kuantum. Namun sejauh ini, komputer kuantum terbesar yang ditampilkan di laboratorium hanya berisi puluhan qubit. Ini dinamai "Noise Medium-scale Quantum Computers" (NISQ) oleh John Preskill dari California Institute of Technology, dan saat ini mereka tidak mampu melakukan koreksi kesalahan. Namun, sejumlah besar penelitian tentang algoritme yang ditulis khusus untuk NISQ dapat memungkinkan perangkat ini melakukan penghitungan tertentu dengan lebih efisien daripada komputer tradisional.
Peningkatan akses ke NISQ oleh pengguna dari seluruh dunia telah sangat mendorong kemajuan ini, memungkinkan semakin banyak peneliti akademis untuk mengembangkan dan menguji versi kecil program untuk mesin ini. Ekosistem startup yang berfokus pada berbagai aspek perangkat lunak kuantum juga sedang berkembang pesat. Peneliti melihat prospek yang sangat cerah dalam dua algoritma yang digunakan dalam NISQ, yaitu algoritma simulasi dan algoritma pembelajaran mesin. Pada tahun 1982, fisikawan teoretis legendaris Richard Feynman mengusulkan bahwa salah satu aplikasi komputer kuantum yang paling kuat adalah untuk mensimulasikan alam itu sendiri-atom, molekul, dan material.
Banyak peneliti telah mengembangkan algoritme untuk mensimulasikan molekul dan material pada perangkat NISQ (dan komputer kuantum yang akan sepenuhnya memperbaiki kesalahan di masa mendatang). Algoritma ini dapat meningkatkan desain material baru di berbagai bidang mulai dari energi hingga ilmu kesehatan. Pengembang juga mengevaluasi apakah komputer kuantum lebih baik dalam tugas pembelajaran mesin, di mana komputer belajar dari kumpulan data besar atau pengalaman. Algoritme pengujian perangkat NISQ yang berkembang pesat telah menunjukkan bahwa komputer kuantum memang dapat memfasilitasi tugas pembelajaran mesin.
Setidaknya tiga grup penelitian telah secara independen melaporkan pengembangan versi kuantum metode pembelajaran mesin, yang disebut Generative Adversarial Networks (GANs), yang telah menyebabkan badai di bidang pembelajaran mesin dalam beberapa tahun terakhir. . Meskipun banyak algoritme tampaknya bekerja dengan baik pada mesin NISQ yang ada, belum ada yang mampu memberikan bukti formal bahwa algoritme tersebut lebih kuat daripada algoritme yang dijalankan pada komputer tradisional. Pembuktian ini sulit dan mungkin membutuhkan waktu beberapa tahun untuk menyelesaikannya. Dalam beberapa tahun ke depan, para peneliti kemungkinan besar akan mengembangkan perangkat NISQ yang lebih besar dan lebih terkontrol, dan kemudian menyelesaikan mesin koreksi kesalahan dengan ribuan qubit fisik. Algoritma NISQ harus cukup efisien untuk mengungguli komputer tradisional yang paling canggih.
- Dermaga permata setelah perbaikan ganda telah pulih dari kerusakannya dan telah menjadi lanskap baru di Jingdezhen!
- Lokasi pembuatan film "Dream Travels" ada di sini, yang lebih menggoda daripada orang-orang Eropa dan Amerika yang sederhana! Jangan pernah lupa
- mendesah! Hari ini, melihat dia, berapa banyak lalu lintas yang memalsukan rasa malu sang bintang? Berapa banyak orang yang telah merenungkannya? ...
- Departemen medis IBM Watson memberhentikan 70% karyawannya. Apa hambatan yang dihadapi layanan kesehatan AI?
- Modi salin dan tempel model ekonomi Cina! Setelah rencana bulan dan rel kecepatan tinggi India, bertaruh pada mobil listrik