Bonyolult lehet megtalálni a megfelelő gyógyszert olyan állapotok kezelésére, mint a szorongás és a depresszió. Az orvos egy olyan gyógyszeren indítja el Önt, amely általában jól tolerált és hatékony, de semmit sem tehet érted-vagy szörnyű mellékhatásokkal járhat. Időnként hónapokig tart a próba és a hiba, hogy találjon valamit, ami működik.
Hihetetlenül gyakori kérdés. Dr. Priscilla Chan azt mondta a South By Southwest szerdán a közönségnek, hogy ez ésszerűsíthető, ha az orvosok ellenőrizhetik a gyógyszereket a sejtek és rendszerek generatív AI modelljével szemben. Chan, aki a Chan Zuckerberg kezdeményezését társalapította férjével, a Meta alapítójával és Mark Zuckerberg vezérigazgatójával, elmondta, hogy az AI használata lehet a következő nagy ugrás az orvosbiológiai kutatáshoz.
„A remény azokkal a modellekkel, amelyekben a biológia legnehezebb kérdéseire tudunk válaszolni” – mondta Chan.
A mesterséges intelligencia szinte mindenki számára forró téma volt a kitörési pillanat óta, amikor a Chatgpt AI Chatbot 2022 végén debütált. Ezen a héten a texasi Austinban, Austinban, a bizalom, az elszámoltathatóság és a munka jövőjének fő hangsúlya volt.
Tavaly a Google DeepMind AI egységének két tudósa nyerte meg a Nobel -díjat a kémiában, mert az AI -t használja a fehérjék szerkezetének előrejelzésére.
Ami azt illeti, hogy ez a technológia hogyan tud elősegíteni a tudományt és az orvostudományt, évekig, ha nem évtizedekig is eltarthat. És ezek az AI modellek valószínűleg csak felgyorsítják a tényleges laboratóriumi kutatásokat, nem helyettesítik azt. De Chan látja a lehetőségek világát.
Amit nem tudunk magunkról
Chan, a gyermekorvos azt mondta, hogy az emberi test munkája továbbra is elkerüli a tudomány megértését. Persze, néhány évtized telt el azóta, hogy a kutatók feltörötték az emberi genomot, de a genetika csak egy ütemtervet kínál. Chan a Star Wars Millennium Falcon LEGO -készletének analógiáját használta – a genetikai kód az utasításcsomag. Még mindig nem tudjuk, hogy az egyes darabok hogyan jönnek össze az űrhajó kialakításához. És ha úgy tűnik, hogy egy rész nem felel meg jól, akkor a gyógyszernek be kell lépnie.
A biológiával kapcsolatos tudományos ismeretek hiányosságain túl korlátozottan tudjuk, hogy a biológia hogyan működik az egyes emberekben. Kis számú minta alapján extrapolációk vannak arról, hogy a test hogyan működik, de ez egy apró adatkészlet, amely nem közel áll az emberiség puszta sokféleségének ábrázolásához.
Egy AI modell segíthet leírni, hogy mi történik az egyén sejtjeiben – személyre szabja a gyógyszert, hogy a kezelés különbözik az enyémtől.
„Ha a megfelelő adatokat és az AI modelleket építjük fel, akkor jobban megérthetjük, mi egészségessé tesz minket, és mi tesz bennünket” – mondta Chan.
Felgyorsíthatja -e az AI az orvosbiológiai kutatást?
A jelenlegi kutatási technikák szintén lassúak és drágák az új gyógyszerek és kezelések kifejlesztésében. Az ötleteket fizikai laboratóriumi környezetben kell tesztelni, amely óriási időt és erőforrásokat igényel.
Chan nem javasolja a meglévő fizikai „nedves laboratóriumi” kutatás kiküszöbölését. De egy gépi tanulási modell-az AI jellemzője-segíthet azonosítani a kábítószer-jelölteket, amelyek nagyobb a munkavégzés valószínűségével, azaz kevesebb valós tesztet igényelhet a működőképes megoldás eléréséhez.
A modellek nem mindig lesznek helyesek. Olyan megoldásokat és ötleteket kínálnak, amelyek nem működnek, talán fizikailag lehetetlen ötleteket, de ezért kell egy olyan valódi emberi tudós szűrője, amely a modell által előállított ötleteket kezeli.
„Ez nem fog teljes választ adni nekünk” – mondta Chan. „Nem akarom, hogy azt gondolja, hogy a tudósok csak egy modellel fognak beszélni, és megkapják az összes szükséges választ.”
A gépek segíthetnek a tudósoknak jobb kérdések megtalálásában – mondta Chan. „Ez lesz a hipotézisgenerátor” – mondta.
Míg sok vállalat és kutató megvizsgálja az AI kórházakban való felhasználásának lehetőségeit és a betegek kezelését, Chan összpontosít az alapvető biológiai kutatások előmozdítására, amely lehetővé teszi a jövőbeli előrelépéseket. Az AI-t potenciális tudományos ugrásnak tekinti, hasonlóan a mikroszkóp feltalálásához, a röntgen, az MRI-hez vagy az emberi genom szekvenálásához.
„Egészség és orvostudomány, ugrásszerűen mozog” – mondta. „Vannak évtizedek, amikor a kutatás elakad, majd valaki új technológiát talál, amely teljesen megváltoztatja az emberi test látását.”
