Čini se da je neophodno uložiti nadljudski napor da bi se ublažila globalna pandemija koja ubije tolike ljude.
Važnost veštačke inteligencije je možda predimenzionirana – ali kad je u pitanju medicina, ona se već višestruko dokazala.
Može li onda mašinsko učenje da doraste izazovu pronalaženja leka za ovu jezivu bolest?
- Korona virus: Naučnici započeli testiranje mogućih vakcina
- Naučnici otkrili kako se imuni sistem bori protiv korona virusa
- Veštačka inteligencija i začini: Da li biste stavili kumin na picu?
Ne manjka kompanija koje pokušavaju da reše tu dilemu.
Oksfordska Ekssajentija, prva koja je na ljudima isprobala lek koji je otkrila veštačka inteligencija, sortira 15.000 lekova koje drži istraživački institut Skrips iz Kalifornije.
I Hilks, kompanija iz Kembridža koju je osnovao kopronalazač vijagre doktor Dejvid Braun, preusmerila je sistem veštačke inteligencije razvijen da pronalazi lekove za retke bolesti na ovaj konkretan zadatak.
Sistem je podeljen u tri dela koji:
- prekopavaju svu aktuelnu literaturu u vezi sa bolešću
- proučavaju DNK i strukturu virusa
- razmatraju pogodnost raznoraznih postojećih lekova
Otkrivanje lekova je tradicionalno spora rabota.
„Radim ovo 45 godina, a na tržištu imam tri leka“, rekao je za BBC Njuz doktor Braun.
Ali veštačka inteligencija se pokazala kao mnogo brža.
„Trebalo nam je nekoliko nedelja da sakupimo sve podatke koji su nam neophodni, a čak smo poslednjih nekoliko dana dobili i nove informacije, tako da sada imamo kritičnu masu“, kaže doktor Braun.
- Od besplatnog roštilja do vakcina: Sedam događaja koji ulivaju nadu
- „Opasna veštačka“ inteligencija koja piše lažne vesti
„Algoritmi su radili tokom Uskrsa i imaćemo materijal za tri metoda u narednih sedam dana.“
Hilks se nada da će se te informacije do maja pretvoriti u spisak lekova kandidata i već se nalazi u pregovorima sa laboratorijama koje će ta predviđanja pretvoriti u klinička ispitivanja.
Za one koji rade na polju otkrivanja lekova putem veštačke inteligencije, postoje dve opcije kad je u pitanju korona virus:
- pronaći potpuno novi lek ali sačekati nekoliko godina da bi bio proglašen bezbednim za korišćenje
- iskoristiti postojeće lekove u drugu svrhu
Ali doktor Braun kaže da je izuzetno malo verovatno da će rešenje biti samo jedan lek.
I za Hilks to znači detaljnu analizu osam milion mogućih parova i 10,5 milijardi trostrukih kombinacija lekova koji proističu iz 4.000 odobrenih lekova na tržištu.
Profesor Ara Darzi, direktor Instituta za inovaciju globalnog zdravlja sa Imperijalnog koledža, kaže za BBC Njuz: „Veštačka inteligencija ostaje jedan od naših jačih puteva za postizanje opipljivih rešenja, ali postoji fundamentalna potreba za visokim kvalitetom, robusnim i čistim setovima podataka.“
„Do sada je većina informacija čuvana u pojedinačnim firmama kao što su velike farmaceutske kompanije ili bila izgubljena u intelektualnom vlasništvu i starim laboratorijskim prostorima na univerzitetima.“
„Nikada pre nije postojala ovolika potreba da se objedine svi ti raznovrsni izvori podataka o otkriću lekova kako bi se istraživačima omogućilo uz pomoć veštačke inteligencije da primene nove tehnike mašinskog učenja da bi što je pre moguće generisali nove metode lečenja za Kovid-19.“
U SAD, partnerstvo između laboratorija Barabasi sa Univerziteta Nortistern, Stenfordskog instituta za mrežnu nauku i bio-tehnološkog start-apa Šifer medicina takođe traga za lekovima koji mogu brzo da se preusmere na lečenje od Kovida-19.
- Da li roboti treba da izgledaju kao ljudi
- Kompjuteri su naučili kako da nas prevare i evo zašto je to dobro
Iznenađujuća otkrića
Uobičajeno bi samo da svi oni počnu da rade zajedno bilo potrebno „godinu dana papirologije“, kaže glavni rukovodilac Šifera Alif Saleh.
Ali niz poziva preko Zuma sa „neprikosnoveno motivisanom grupom ljudi da urade posao, da ne pominjemo sa mnogo slobodnog vremena“, ubrzalo je stvari.
„Za poslednje tri nedelje bi inače bilo potrebno pola godine. Svi su batalili sve što su radili“, kaže on.
Njihovo istraživanje već je dovelo do iznenađujućih rezultata, uključujući:
- sugestiju da virus možda napada moždano tkivo (što bi moglo da objasni zašto neki ljudi gube čulo ukusa ili mirisa)
- predviđanje da bi mogao da napada i reproduktivne sisteme i muškaraca i žena
Šifer medicina kombinuje veštačku inteligenciju sa nečim što zove mrežnom medicinom – metodom koju bolest posmatra kroz složene interakcije među molekularnim komponentama.
„Do fenotipa bolesti retko dolazi zbog kvarenja jednog gena ili proteina samog po sebi – priroda nije toliko jednostavna – već kao rezultat kaskadnih posledica mrežnih interakcija između nekoliko proteina“, kaže Saleh.
Korišćenje mrežne medicine, veštačke inteligencije i spoja oba dovelo je do toga da konzorcijum identifikuje 81 potencijalni lek koji bi mogao da pomogne.
„Veštačka inteligencija može to malo bolje, ne samo pronalazeći korelacije višeg reda, već i deliće nezavisnih informacija koji bi tradicionalnoj medicini možda promakli“, kaže profesor Albert-Laslo Barabasi.
Ali veštačka inteligencija sama ne bi funkcionisala, bila su potrebna sva tri pristupa.
„Različiti alati traže različite perspektive, ali kad rade zajedno, oni su veoma moćni“, dodaje on.
- ŠTA SU SIMPTOMI? Kratak vodič
- MERE ZAŠTITE: Kako prati ruke
- DA LI ĆE BITI VAKCINA? Dosadašnji napredak u istraživanjima
- KOLIKA JE SMRTNOST? Saznajte više
- STRES: Kako da očuvate mentalno zdravlje
Neke kompanije za veštačku inteligenciju već tvrde da su izolovale lekove koji bi mogli da pomognu.
BenevolentAI otkrio je baricitinib, lek koji je već odobren za lečenje reumatičnog artritisa, kao potencijalni metod lečenja koji bi sprečio da virus inficira plućne ćelije.
I on je sada ušao u kontrolisano ispitivanje u američkom Nacionalnom institutu za alergije i zarazne bolesti.
Za to vreme, naučnici iz Južne Koreje i SAD-a koji koriste duboko učenje za istraživanje potencijala komercijalno dostupnih antiviralnih lekova predložili su da bi atazanavir, koji se koristio za lečenje od Aidsa, mogao da bude dobar kandidat.
Druge kompanije koriste veštačku inteligenciju u druge svrhe, kao što je analiza snimaka da bi se smanjio teret sa radiologa i pomoglo da se predvidi kojim pacijentima će najverovatnije biti potreban respirator.
Kineski tehnološki gigant Alibaba, na primer, najavio je algoritam koji tvrdi da može da postavi dijagnozu u roku od 20 sekundi sa 96 odsto tačnosti.
Ali neki eksperti upozoravaju da su sistemi veštačke inteligencije najverovatnije učeni na podacima o poodmaklim infekcijama, što znači da su manje efikasni u otkrivanju ranih znakova virusa.
Mora da postoji globalni napor donosilaca odluka da bi se ubedile velike farmaceutske kompanija da udruže snage sa manjim bazama podataka o lekovima, akademicima i dobrotvornim istraživačkim organizacijama kako bi se sakupili svi resursi podataka na jedno mesto, kaže profesor Darzi.
„Nikada nije bilo važnije da podaci o otkrićima lekova otkriju svoje tajne kako bi veštačka inteligencija mogla da pomogne u borbi protiv Kovida-19″, kaže on.
Pratite nas na Fejsbuku i Tviteru. Ako imate predlog teme za nas, javite se na bbcnasrpskom@bbc.co.uk
