Sztuczna inteligencja pomaga nadać sens ogromnym ilościom danych biomedycznych
Genomy, proteomy, metabolomy, ekspozytomy – jeśli chodzi o ludzkie komórki i tkanki, danych nie brakuje. Pytanie brzmi: „co z tym wszystkim zrobić“? „Mamy ogromne ilości danych, ale dzisiejsze metody ich przetwarzania są ograniczone“, wyjaśnia Natasa Przulj(odnośnik otworzy się w nowym oknie), profesorka biologii obliczeniowej na Uniwersytecie Sztucznej Inteligencji im. Mohameda bin Zayeda(odnośnik otworzy się w nowym oknie) w Abu Zabi. „To bardzo utrudnia społeczności naukowej i medycznej wykorzystanie tych danych w praktyce“. Pomóc w tym może sztuczna inteligencja. Przy wsparciu finansowanego przez UE projektu ICON-BIO(odnośnik otworzy się w nowym oknie), Przulj opracowała zaawansowane metody sztucznej inteligencji, które mogą łączyć ogromne ilości danych i przekształcać je w przydatne informacje, przyczyniając się do poprawy wyników leczenia.
Od danych do leczenia chorób
W ramach projektu, który otrzymał wsparcie ze strony Europejskiej Rady ds. Badań Naukowych(odnośnik otworzy się w nowym oknie), z powodzeniem opracowano szereg opartych na sztucznej inteligencji metod, które mogą być pomocne w leczeniu takich chorób, jak różne rodzaje raka, COVID-19 i choroba Parkinsona. Rozwiązania te mają na celu przyspieszenie procesu personalizacji medycyny. Na przykład, kilka algorytmów przyczyniło się do odkrycia nowych biomarkerów i celów dla leków. Mogą być również wykorzystywane do stratyfikacji pacjentów na podgrupy na podstawie indywidualnych potrzeb terapeutycznych. „Tworząc najnowocześniejsze metody sztucznej inteligencji dla medycyny precyzyjnej, działamy na rzecz poprawy opieki medycznej dla wszystkich“, przekonuje Przulj.
Prostota kluczem do korzystania z metod sztucznej inteligencji
Projekt ICON-BIO wyróżnia się nie tylko tym, że jest jednym z pierwszych, który pozwolił opracować nowe metody sztucznej inteligencji do łączenia danych multi-omicznych, ale także swoim przywiązaniem do prostoty. „Szybko odkryliśmy, że im bardziej złożona jest metoda sztucznej inteligencji, tym mniej staje się ona zrozumiała, a przez to użyteczna“, dodaje badaczka. „Zachowując prostotę naszych rozwiązań, zapewniamy, że użytkownicy mogą lepiej zrozumieć i kontrolować dostępne dane oraz wykorzystywać je w sposób zrównoważony“. Oprócz tego, że metody sztucznej inteligencji opracowane w ramach projektu są wyjaśnialne i łatwe w użyciu, są też wydajne pod względem danych i energii, co czyni je zrównoważonymi.
Inspirowanie przyszłych pokoleń badaczek i naukowczyń
Przulj pracuje obecnie nad bardziej zaawansowanymi metodami sztucznej inteligencji. Mają one przybliżyć konsumentom wykorzystanie danych medycznych. W ramach tych działań badaczka planuje zintegrować swoje metody z gotową do zastosowania w przemyśle platformą oprogramowania do precyzyjnego odkrywania leków. Po ukończeniu platforma będzie dostępna dla wielu zastosowań medycyny precyzyjnej i farmakologii, w tym odkrywania leków, celów i biomarkerów. Ale dziedzictwo ICON-BIO wykracza daleko poza wyniki naukowe. „Ponieważ nasza inicjatywa prowadzona jest przez kobiety, mam nadzieję, że zainspiruje ona przyszłe pokolenia kobiet, aby dołączyły do szybko rozwijającej się i ekscytującej dziedziny sztucznej inteligencji w biomedycynie“, podsumowuje Przulj. Badaczka zauważa też, że sukces projektu nie byłby możliwy bez pomocy jej wybitnego zespołu naukowego, w tym Noël-Maloda Dognina, starszego naukowca w jej laboratorium.
