Važnost vještačke inteligencije je možda predimenzionirana - ali kad je u pitanju medicina, ona se već višestruko dokazala.
Može li onda mašinsko učenje da doraste izazovu pronalaženja lijeka za ovu jezivu bolest?
Ne manjka kompanija koje pokušavaju da riješe tu dilemu.
Oksfordska Ekssajentija, prva koja je na ljudima isprobala lijek koji je otkrila vještačka inteligencija, sortira 15.000 ljekova koje drži istraživački institut Skrips iz Kalifornije.
I Hilks, kompanija iz Kembridža koju je osnovao kopronalazač vijagre doktor Dejvid Braun, preusmjerila je sistem vještačke inteligencije razvijen da pronalazi ljekove za rijetke bolesti na ovaj konkretan zadatak.
Sistem je podijeljen u tri dela koji:
- prekopavaju svu aktuelnu literaturu u vezi sa bolešću
- proučavaju DNK i strukturu virusa
- razmatraju pogodnost raznoraznih postojećih ljekova
Otkrivanje ljekova je tradicionalno spora rabota.
„Radim ovo 45 godina, a na tržištu imam tri lijeka", rekao je za BBC Njuz doktor Braun.
Ali vještačka inteligencija se pokazala kao mnogo brža.
„Trebalo nam je nekoliko nedjelja da sakupimo sve podatke koji su nam neophodni, a čak smo posljednjih nekoliko dana dobili i nove informacije, tako da sada imamo kritičnu masu", kaže doktor Braun.
„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 ljekova kandidata i već se nalazi u pregovorima sa laboratorijama koje će ta predviđanja pretvoriti u klinička ispitivanja.
Za one koji rade na polju otkrivanja ljekova putem veštačke inteligencije, postoje dvije opcije kad je u pitanju korona virus:
- pronaći potpuno novi lijek ali sačekati nekoliko godina da bi bio proglašen bezbjednim za korišćenje
- iskoristiti postojeće ljekove u drugu svrhu
Ali doktor Braun kaže da je izuzetno malo vjerovatno da će riješenje biti samo jedan lijek.
I za Hilks to znači detaljnu analizu osam milion mogućih parova i 10,5 milijardi trostrukih kombinacija ljekova koji proističu iz 4.000 odobrenih ljekova na tržištu.
Profesor Ara Darzi, direktor Instituta za inovaciju globalnog zdravlja sa Imperijalnog koledža, kaže za BBC Njuz: „Vještačka inteligencija ostaje jedan od naših jačih puteva za postizanje opipljivih riješenja, 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 prije nije postojala ovolika potreba da se objedine svi ti raznovrsni izvori podataka o otkriću ljekova kako bi se istraživačima omogućilo uz pomoć vještačke inteligencije da primjene nove tehnike mašinskog učenja da bi što je prije moguće generisali nove metode liječenja 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 ljekovima koji mogu brzo da se preusmjere na liječenje od Kovida-19.
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 posljednje tri nedjelje 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 vještačku inteligenciju sa nečim što zove mrežnom medicinom - metodom koju bolest posmatra kroz složene interakcije među molekularnim komponentama.
„Do fenotipa bolesti rijetko dolazi zbog kvarenja jednog gena ili proteina samog po sebi - priroda nije toliko jednostavna - već kao rezultat kaskadnih posljedica mrežnih interakcija između nekoliko proteina", kaže Saleh.
Korišćenje mrežne medicine, vještačke inteligencije i spoja oba dovelo je do toga da konzorcijum identifikuje 81 potencijalni lijek koji bi mogao da pomogne.
„Vještačka inteligencija može to malo bolje, ne samo pronalazeći korelacije višeg reda, već i dijeliće nezavisnih informacija koji bi tradicionalnoj medicini možda promakli", kaže profesor Albert-Laslo Barabasi.
Ali vještačka 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.
