Istraživači klinike Mejo nedavno su izmislili novu klasu algoritama veštačke inteligencije (AI) nazvanih AI vođena hipotezama, koji su značajno odstupanje od tradicionalnih AI modela koji uče isključivo iz podataka.
U pregledu objavljenom u Cancers, istraživači primećuju da ova nova klasa veštačke inteligencije nudi inovativan način korišćenja masivnih skupova podataka kako bi se otkrili složeni uzroci bolesti kao što je rak i poboljšale strategije lečenja.
„Ovo podstiče novu eru u dizajniranju ciljanih i informisanih algoritama veštačke inteligencije za rešavanje naučnih pitanja, bolje razumevanje bolesti i vođenje individualizovane medicine“, kaže stariji autor i ko-pronalazač Hu Li, dr Hu Li, biologija i AI klinike Maio istraživač u Odeljenju za molekularnu farmakologiju i eksperimentalnu terapiju. „Ima potencijal da otkrije uvide koje je promašila konvencionalna AI.“
Konvencionalna AI se prvenstveno koristi u zadacima klasifikacije i prepoznavanja, kao što su prepoznavanje lica i klasifikacija slika u kliničkoj dijagnozi, a sve više se primenjuje na generativne zadatke, kao što je kreiranje teksta nalik čoveku. Istraživači primećuju da konvencionalni algoritmi učenja često ne uključuju postojeće naučno znanje ili hipoteze. Umesto toga, oni se u velikoj meri oslanjaju na velike, nepristrasne skupove podataka, koje može biti izazovno dobiti.
Prema dr Liju, ovo ograničenje značajno ograničava fleksibilnost AI metoda i njihovu upotrebu u oblastima koje zahtevaju otkrivanje znanja, poput medicine.
AI je dragoceno sredstvo za identifikaciju obrazaca u velikim i složenim skupovima podataka poput onih koji se koriste u istraživanju raka. Centralni izazov u korišćenju konvencionalne veštačke inteligencije je maksimiziranje ugrađenih informacija u tim skupovima podataka.
„Nedostatak integracije između postojećeg znanja i hipoteza može biti problem. Modeli veštačke inteligencije mogu da daju rezultate bez pažljivog dizajna istraživača i kliničara, što mi nazivamo problemom „smeće u smeću“, kaže dr Li.
„Bez vođenja naučnih pitanja, AI može pružiti manje efikasne analize i boriti se da dođe do značajnih uvida koji mogu pomoći u formiranju hipoteza koje se mogu testirati i pomeriti medicinu napred.
Sa veštačkom inteligencijom zasnovanom na hipotezama, istraživači traže načine da ugrade razumevanje bolesti, na primer, integrišući poznate patogene genetske varijante i interakcije između određenih gena kod raka u dizajn algoritma učenja. Ovo će omogućiti istraživačima i kliničarima da odrede koje komponente doprinose performansama modela i, samim tim, poboljšaju interpretabilnost. Dalje, ova strategija može da se bavi pitanjima skupova podataka i promoviše naš fokus na otvorena naučna pitanja.
„Ova nova klasa AI otvara novi put za bolje razumevanje interakcija između raka i imunog sistema i obećava ne samo da će testirati medicinske hipoteze, već i predvideti i objasniti kako će pacijenti reagovati na imunoterapije“, kaže Daniel Billadeau, dr. D., profesor na Odeljenju za imunologiju klinike Maio. Billadeau je koautor i ko-izumitelj studije i ima dugogodišnje istraživačko interesovanje za imunologiju raka.
Istraživački tim kaže da se veštačka inteligencija zasnovana na hipotezama može koristiti u svim vrstama aplikacija za istraživanje raka, uključujući klasifikaciju tumora, stratifikaciju pacijenata, otkrivanje gena za rak, predviđanje odgovora na lekove i prostornu organizaciju tumora.
Prednosti AI zasnovane na hipotezama:
Dr Li napominje da je nedostatak ovog alata to što stvaranje ovih tipova algoritama zahteva stručnost i specijalizovano znanje, što potencijalno ograničava široku dostupnost. Takođe postoji potencijal za stvaranje pristrasnosti, i kažu da istraživači moraju da paze na to kada primenjuju različite delove informacija. Pored toga, istraživači generalno imaju ograničen obim i neće formulisati sve moguće scenarije, potencijalno propuštajući neke nepredviđene i kritične odnose.
„Ipak, AI vođena hipotezama olakšava aktivnu interakciju između ljudskih stručnjaka i AI, što oslobađa brige da će AI na kraju eliminisati neke profesionalne poslove“, kaže dr Li.
Pošto je veštačka inteligencija zasnovana na hipotezama još uvek u povojima, ostaju pitanja, kao što je kako najbolje integrisati znanje i biološke informacije da bi se minimizirala pristrasnost i poboljšala interpretacija. Dr Li kaže da je, uprkos izazovima, veštačka inteligencija vođena hipotezama korak napred.
„To može značajno unaprediti medicinska istraživanja tako što će dovesti do dubljeg razumevanja i poboljšanih strategija lečenja, potencijalno kreirajući novu mapu puta za poboljšanje režima lečenja pacijenata“, kaže dr Li.
