За последние несколько лет сфера биологических наук серьезно расширилась — в большей части благодаря развитию таких дисциплин, как геномика, эпигеномика, метагеномика и метаболомика. Искусственный интеллект может вывести наше понимание биологии на новый уровень, с его помощью станет возможно обрабатывать все доступные нам знания и создавать прогнозы, важные в том числе для терапевтики.
По словам Уинстона Хайда, профессора биологии Шеффилдского университета, пока нет точной информации о каждом конкретном гене, что подтверждается неудачными попытками использования ингибитора BACE1, а также провалом клинических испытаний таких препаратов, как верубецестат и соланезумаб, для лечения болезни Альцгеймера. Это говорит и об ограниченности нашего понимания изучаемого заболевания, сводящей на нет и без того низкие шансы найти эффективное лекарство.
Воспроизводимость данных наряду с определением влияния отдельных генов в биологических цепочках является одной из серьезных проблем в этой сфере. Искусственный интеллект, благодаря своим возможностям совмещать данные целого генома и делать выводы о наиболее выгодных цепочках взаимодействий, может помочь найти новые методы лечения.
Использование ИИ приведет к прорывным открытиям не только в изучении болезни Альцгеймера, но и во всех отраслях науки, связанных с изучением мозга в принципе. В коре головного мозга находится порядка 18 миллиардов нейронных связей, но пока не хватает вычислительной мощности для их визуализации. Касуэлл Барри, главный научный сотрудник в области клеточной биологии в Университетском колледже Лондона, считает, что решение может быть найдено в имитации возможностей мозга обрабатывать информацию с помощью глубокого обучения. Этот тезис подтверждается стремительным развитием алгоритмов, распознающих закономерности, — они уже нашли свое применение в таких областях здравоохранения, как диагностирование рака.
Создание таким образом качественных моделей мозга возможно по крайней мере для зрительной системы. Тем не менее моделирование всего мозга является более трудной задачей. Исследования уже позволяют говорить об определенных успехах в симуляции нервной системы нематоды C. elegans, которая состоит всего из 302 нейронов, но мозг более крупных животных подвержен изменчивости, и одна модель не подойдет всем.
Как понять, достаточно ли хороши данные? ИИ может проанализировать их и дать рекомендации, но не вполне понятно, как именно он это делает. Можно ли контролировать его развитие и должны ли мы это делать? Когда речь идет о вопросах жизни и смерти, это вызывает разногласия.
Подобную деятельность уже можно наблюдать на примере ИИ, внедренного в соцсети. Скажем, Facebook показывает пользователю то, что, по его мнению, он хотел бы увидеть, и формирует новостную ленту только из тех материалов, которые не противоречат взглядам пользователя на жизнь. Если применить эту технологию в сфере медицины, подобная избирательность может привести к прорывным результатам.
Потенциал ИИ велик, и в будущем ему найдется применение за пределами клиник. Возможно, он позволит нам понять, как появляются воспоминания. Тем не менее пока ИИ не играет большой роли в связи с техническими ограничениями. На данный момент используется лишь 0,5% имеющейся информации. Доступность и качество данных все еще представляют проблему. Однако эта сфера будет развиваться, несмотря на скептическое отношение к ней.
Подробнее узнать о том, как ИИ помогает в изучении болезни Альцгеймера, можно тут.
