Деценијама је развој нових лекова био један од најспоријих, најскупљих и најсклонијих неуспесима процеса у модерној науци. Међутим, са вештачком интелигенцијом, то уско грло би могло да се пробије. Експериментални лек, углавном дизајниран помоћу вештачке интелигенције, ушао је у касну фазу испитивања рекордном брзином и на путу је да постане први лек дизајниран помоћу вештачке интелигенције одобрен за људску употребу. Неки то називају медицинским пробојем, док други препознају узнемирујућу пречицу која замењује правилно медицинско разумевање оптимизацијом заснованом на машинама.
Вештачка интелигенција дизајнира нови лек
Лек који се приближава одобрењу развила је компанија Insilico Medicine, биотехнолошка компанија фокусирана на вештачку интелигенцију која користи моделе машинског учења за идентификацију циљева болести и генерисање потенцијалних једињења за њихово лечење. Циљ њиховог новог лека је идиопатска плућна фиброза (ИПФ) – смртоносна болест плућа која сваке године убија око 40,000 Американаца, а да за сада нема познатог лека. Невероватно је да је развој сада напредовао од открића циља до испитивања на људима за мање од две године.
Да бисмо то ставили у контекст, конвенционално откривање лекова обично траје око 5 година да би се достигла испитивања на људима, након чега следи још 6-8 година клиничког испитивања и регулаторне ревизије. Од почетка до краја, већини лекова је потребно 10-15 година, са процењеном стопом неуспеха од 90% када почну испитивања на људима.
Вештачка интелигенција је у стању да драматично скрати рану фазу откривања – најспорији и најскупљи део. Инсиликов процес замењује године лабораторијских итерација алгоритамским скринингом милиона молекуларних структура, предвиђајући токсичност, симулирајући савијање протеина и предлагајући кандидатска једињења за неколико недеља уместо година.
Како убрзава процес
Традиционално откривање лекова ослања се на спор итеративни лабораторијски рад: хипотеза, експеримент, неуспех, ревизија. Системи вештачке интелигенције скраћују овај процес тренирањем на огромним скуповима података о хемијским структурама, биолошким путевима и резултатима историјских испитивања. Ово омогућава истраживачима да одмах одбаце неочекиване кандидате и усмере ресурсе на једињења са највишим предвиђеним стопама успеха.
Једноставно речено, вештачка интелигенција не разумети биологије, већ препознаје обрасце у великим размерама. Може дигитално да тестира милионе теоријских молекула пре него што људски хемичар синтетише и један.
Ова ефикасност значи да фармацеутске компаније могу смањити трошкове развоја за 30-70%, и зато се ризични капитал сада улива у индустрију. Према проценама, преко 60 милијарди долара је уложено у стартапове за вештачку интелигенцију и биотехнолошке компаније широм света у последњих пет година, при чему велике фармацеутске компаније склапају партнерства или саме улажу како би избегле да заостају.
Оптимистичан поглед
Постоје истински хуманитарни аргументи за лекове убрзане вештачком интелигенцијом. Ретке болести, занемарена стања или болести са малом популацијом пацијената одувек су биле комерцијално непривлачне. Убрзавање и појефтињавање развоја коришћењем вештачке интелигенције коначно би могло учинити неодрживе третмане реалним. Постоји и могућност стварања персонализоване медицине, прилагођавања третмана генетским профилима на начине које људска истраживања нису у могућности или нису спремна да истраже.
Важно појашњење овде је да се лекови дизајнирани помоћу вештачке интелигенције и даље тестирају на људима. Регулатори нису одустали од безбедносних стандарда, а клиничка испитивања остају обавезна. Стога, позитивна перспектива истиче да вештачка интелигенција није замена научни суд, већ повећање то брзим покушајима и грешкама. Брже откривање не значи аутоматски ниже стандарде.
Па шта је проблем?
Забринутост мање лежи у самој брзини, а више у томе шта та брзина помера. Системи вештачке интелигенције често функционишу као црне кутије, које производе ефикасне резултате, али не пружају јасна објашњења узрочно-последичних разлога. У многим индустријама, та непрозирност није велика ствар. У медицини јесте.
Тачно познавање начина деловања лека је кључно за предвиђање нежељених ефеката, дугорочних ризика и интеракција са другим третманима. Ако се временски рокови развоја драматично скрате, мање је могућности за истраживачку науку – спор, често неубедљив рад који воде људи и који гради концептуалне... разумевање а не статистичко поверење. Шта се дешава ако регулатори одобре лекове који су добро показали резултате у испитивањима, али чији механизми остају само делимично схваћени?
АИ има забрињавајући успех ван фармацеутске индустрије
Последњих година, системи вештачке интелигенције су више пута показали своју склоност ка генерисању поузданих, али нетачних излаза – концепт који смо детаљније истражили у Овај чланакВелики језички модели фабрикују техничке детаље и цитате; алати за препознавање слика погрешно класификују објекте у безбедносно критичним окружењима; софтвер за аутоматизовано одлучивање наставља да појачава пристрасност у политици и шире.
Ови неуспеси не значе да у његовој сржи постоји злонамерна намера, али идентификују структурна ограничења. Модели вештачке интелигенције оптимизују вероватноћу, а не истину. Они најбоље функционишу у окружењима где су обрасци стабилни, препознатљиви, а последице реверзибилне. Биологија није ништа од тога. Грешке у фармацеутском развоју – погрешна процена токсичности, нежељених ефеката или дугорочних интеракција – су скупе, неповратне, а понекад и смртоносне.
Брзина трговања за безбедност се и раније обијала о главу
Медицинска историја нуди озбиљна упозорења. Неке од најозлоглашенијих катастрофа са дрогом у 20. векуth века одвијали су се у оквиру потпуно људских система који су следили сопствене научне стандарде. Талидомид, као један од најпознатијих примера, одобрен је у више земаља крајем 1950-их и прошао је све потребне тестове пре него што је изазвао катастрофалне урођене мане. Заштитне мере које сада успоравају развој лекова изграђене су као одговор на такве неуспехе.
Забринутост није да ће вештачка интелигенција производити више лоших лекова, већ да би могла да производи лоше лекове брже, у великим размерама и пре него што се институционалне мере заштите могу прилагодити.
Прецедент
Ако Инсиликов третман за ИПФ, дизајниран помоћу вештачке интелигенције, буде одобрен, то би поставило снажан преседан. Одједном би идеја да се лекови могу генерисати брже него што их научници могу у потпуности разумети постала нормална, а временом би то могло да промени дијагностику, протоколе лечења и дизајн клиничких испитивања.
Изазов је сада за регулаторе и друштво да одлуче колико транспарентности могу себи да приуште у жртву брзине. Поверење у медицину мора да почива на више од само исхода – поверење у сам процес је такође кључно.
Финал Тхоугхт
Пацијентима којима традиционални истраживачки модели дуго нису пружали услуге – зато што се њихова болест сматра економски неисплативом за лечење – могла би се понудити нада ако лекови дизајнирани вештачком интелигенцијом буду успешни. Али обећање брзине не би требало да засени ризике замене разумевања оптимизацијом. Последице грешака су дубоке у медицини, а спор развој је, на неки начин, заштитио од таквих ризика. Како вештачка интелигенција убрзава открића, како да осигурамо да напредак не превазиђе заштитне ограде које нас све чувају?
Експозу је хитно потребна ваша помоћ…
Можете ли, молим вас, помоћи да се одржи рад искреног, поузданог, моћног и истинитог новинарства часописа The Expose?
Ваша влада и велике технолошке организације
покушајте да утишате и искључите The Expose.
Зато нам је потребна ваша помоћ да бисмо осигурали
можемо наставити да вам доносимо
чињенице које мејнстрим одбија.
Влада нас не финансира
да објављују лажи и пропаганду на својим
у име као што су мејнстрим медији.
Уместо тога, ослањамо се искључиво на вашу подршку. Зато
молимо вас да нас подржите у нашим напорима да донесемо
ви искрено, поуздано, истраживачко новинарство
данас. Безбедно је, брзо и једноставно.
Молимо вас да изаберете жељени начин испод како бисте показали своју подршку.
Категорије: Бреакинг Невс
Проблем није у процесу или брзини процеса. Проблем је корупција. То почиње лажном нарацијом око дотичне болести. Људски научници су већ фокусирани на идентификовање „циља болести“ које ће „генерисати потенцијална једињења за њихово лечење“. Све што је важно јесте да су та једињења профитабилна. Безбедност и ефикасност нису битне.
Све што ће вештачка интелигенција учинити јесте да помогне у максимизирању овог профита смањењем „трошкова развоја за 30-70%“. Клиничка испитивања су већ намештена како би се преувеличале користи и прикрила штета. Можда би се вештачка интелигенција могла користити за боље намештање ових већ намештених испитивања?
Веома је наивно претпоставити да регулатори тренутно имају било какве ефикасне „безбедносне стандарде“, будући да је годинама очигледно да су регулатори заробљени од стране фармацеутских компанија и да потпуно занемарују јавну безбедност.
Такође је веома наивно претпоставити да „научна процена“ покреће тренутна откривања лекова на људима. Све се врти око новца. Брже откривање ће само убрзати већ веома ниске стандарде који постоје.
Ако је „истраживачка наука“ коју тренутно спроводе људи лоша за профит, онда је једноставно закопана. То је већ засновано на лошем „концептуалном разумевању“ узрочности болести.
и „само делимично схваћене“ механизме наводно корисних интервенција.
Често су токсичност, нежељени ефекти и дугорочне интеракције већ схваћени, али лек ипак буде одобрен. Статини су значајан пример за то. Корупција је проблем који треба решити.
Катастрофе са дрогама нису се завршиле у 20. веку, већ трају и данас. Падају ми на памет Виокс и Целебрекс, али постоје и многе друге непризнате катастрофе. „Заштитне мере које сада успоравају развој лекова“ и друге „институционалне заштитне мере“ очигледно не функционишу.
Запањен сам што аутор мисли да друштво има икакво преостало поверење у медицину након ковид скамдемије која је показала и катастрофалне исходе и процесе. Очигледно немамо „ограде које нас све чувају“.
Док се корупција не реши, вештачка интелигенција ће заиста само „брже производити лоше дроге, у великим размерама“.
Мислим да је аутор само покушавао да буде непристрасан и да је такође скептичан. Знам да сам скептичан и да имам мало поверења у вештачку интелигенцију.
Здраво,
Заиста, то је нови развој и заинтересован сам да истражим све углове. Међутим, скептичан сам у вези са тим куда ово води. За сада ништа није одобрено, али чини се да је само питање времена када ћемо имплементирати вештачку интелигенцију у критичнијим областима попут медицине.
Наставићемо пажљиво да пратимо како ће се ово одвијати.
Поздрави,
Г. Калдер
Здраво Сем,
Ваш угао гледишта је свакако валидан. Овај чланак има за циљ да истражи општи преглед потенцијалних исхода овде. Наравно да постоји извесна корупција у фармацеутској индустрији и не гајим илузије да живимо у савршено праведном свету. Међутим, овај развој догађаја могао истичу могућу предност за мањину: оне чије болести нису довољно профитабилне. Постоји много ређих стања која су потпуно излечива, али нису „вредна“ истраживања са становишта финансијске користи. Заиста сам веома скептичан, као и ви, у вези са свим овим, али ме увек занима да истражим обе стране.
Хвала за ваш коментар.
Г. Калдер
Истражујем обе стране већ 35 година. Сматрам да је фармацеутска индустрија потпуно корумпирана и потпуно зла у свом садашњем облику. Они приказују најплодније масовне убице на свету као аматере.
Кардиоваскуларни ризици Виокса били су познати пре него што је одобрен. Веома конзервативна процена броја људи убијених од стране тог ЈЕДНОГ лека је 60,000. Стаљин и Пол Пот би били импресионирани овим бројкама.
Мислим да ће овај развој догађаја само омогућити да се отрују и они са ређим болестима. Све зарад лепе добити, наравно. Можете ли се сетити болести која је „потпуно излечива“, али се тренутно не лечи? Да ли је интервенција синтетичким једињењима икада корисна?
Да ли сте упознати са компјутерским термином „Смеће унутра = Смеће напоље“? Вештачка интелигенција ће бити обучена на погрешним и лажним подацима, нпр. „резултати историјских испитивања“. Већ знамо да је предвиђање токсичности и савијања протеина помоћу компјутерског моделирања изузетно непоуздано. Да ли ће вештачка интелигенција то знати? Да ли ће људи који је користе бити марљиви? Да ли ће биолошки путеви које користи бити тачни и релевантни за дотичну болест?
Вештачка интелигенција ће само појачати пристрасност својих људских радника анализирајући податке о смећу и последично ће производити решења за смеће.
Хвала на чланку који подстиче на размишљање.
Знам да је прилично застарело, али морам поново да питам: „Шта би могло да пође по злу?“
Вероватно више него што можемо да замислимо.
Веома сам сумњичав према лековима за вештачку интелигенцију.
Вештачкој интелигенцији недостају морални и етички заштитници.