Стремление к точности
Исследователи говорят, что искусственный интеллект и машинное обучение могут улучшить научную экспертную оценку
Как пандемия COVID-19 охватила мирисследователи еженедельно публикуют сотни статей, в которых сообщается о своих выводах, многие из которых не прошли тщательную экспертную оценку для оценки их надежности.
В некоторых случаях плохо подтвержденные исследования оказали огромное влияние на государственную политику, например, когда французская группа сообщила, что пациенты с COVID излечиваются с помощью комбинации гидроксихлорохина и азитромицина. Это заявление получило широкую огласку, и вскоре пациенты из США стали прописывать эти препараты в соответствии с разрешением на применение в экстренных случаях. Однако дальнейшие исследования с участием большего числа пациентов поставили под сомнение эти утверждения.
Поскольку каждую неделю публикуется так много информации, связанной с COVID, как исследователи, клиницисты и политики могут не отставать?
В комментарии, опубликованном на этой неделе в Nature Biotechnology, Ученый из Университета Нью-Мексико Тудор Опреа, доктор медицины, доктор философии, и его коллеги, многие из которых работают в компаниях, занимающихся искусственным интеллектом (ИИ), утверждают, что ИИ и машинное обучение могут помочь исследователям отделить зерна от плевел.
Опреа, профессор медицины и фармацевтических наук и руководитель отдела трансляционной информатики ЕНД, отмечает, что ощущение безотлагательности разработки вакцины и эффективных методов лечения коронавируса заставило многих ученых обойти традиционный процесс экспертной оценки, опубликовав «препринты». »- предварительные версии их работы - онлайн.
Хотя это позволяет быстро распространять новые результаты, «проблема возникает, когда в мире препринтов появляются заявления о некоторых лекарствах, которые не были экспериментально подтверждены», - говорит Опреа. Помимо прочего, неверная информация может привести к тому, что ученые и врачи будут тратить время и деньги на поиск слепых выводов.
Искусственный интеллект и машинное обучение могут использовать огромные вычислительные мощности для проверки многих утверждений, сделанных в исследовательской статье, - предполагают авторы, группа исследователей государственного и частного секторов из США, Швеции, Дании, Израиля, Франции. Соединенное Королевство, Гонконг, Италия и Китай во главе с Джереми Левином, председателем Организации биотехнологических инноваций, и Алексом Жаворонковым, генеральным директором InSilico Medicine.
«Я думаю, что в этом есть огромный потенциал», - говорит Опря. «Я думаю, что мы находимся на пороге разработки инструментов, которые помогут в процессе экспертной оценки».
Хотя инструменты еще не полностью разработаны, «мы действительно приближаемся к тому, чтобы позволить автоматизированным системам обрабатывать тонны публикаций и искать неточности», - говорит он. «Мне не известно о какой-либо такой системе, которая существует в настоящее время, но мы предполагаем, что при адекватном финансировании она может стать доступной».
Интеллектуальный анализ текста, при котором компьютер просматривает миллионы страниц текста в поисках определенных шаблонов, уже «чрезвычайно полезен», - говорит Опреа. «Мы добиваемся прогресса в этом».
С тех пор, как разразилась эпидемия COVID, Опреа сам использовал передовые вычислительные методы, чтобы помочь идентифицировать существующие лекарства с потенциальной противовирусной активностью, взятые из библиотеки из тысяч кандидатов.
«Мы не говорим, что у нас есть лекарство от недостатка экспертной оценки, но мы говорим, что лекарство находится в пределах досягаемости, и мы можем улучшить способ реализации системы в настоящее время», - говорит он. «Уже в следующем году мы сможем обработать большую часть этих данных и служить дополнительными ресурсами для поддержки процесса экспертной оценки».