هوش مصنوعی در سالهای اخیر جهشهای بزرگی در حوزههای مختلف داشته، اما در پزشکی همچنان با یک گلوگاه بنیادی دستوپنجه نرم میکند: نبود دادههای زیستی دقیق، حجیم و قابل استفاده برای آموزش مدلها. حالا اوپنایآی میخواهد با سرمایهگذاری هدفمند، همین شکاف را پر کند.
به گزارش زومیت، شاخه غیرانتفاعی شرکت اوپنایآی، خالق چتجیپیتی، از برنامهای جدید با عنوان «دادههای عمومی برای سلامتی» حمایت مالی میکند. هدف این برنامه، تولید و خرید «مجموعهدادههای علمی باکیفیت» است که بتواند مسیر پیشگیری و درمان بیماریها را با کمک هوش مصنوعی هموار کند.
ایده «بایگانی گمشده زیستفناوری»
ریشه این طرح به ایدهای بازمیگردد که سال گذشته توسط رکساندرا تسلو، تحلیلگر حوزه سیاستگذاری کارآزماییهای بالینی، مطرح شد. او پیشنهاد کرده بود دادههای شرکتهای زیستفناوری ورشکسته که معمولاً در پروندههای حقوقی خاک میخورند، میتواند به سوخت آموزشی برای مدلهای هوش مصنوعی پزشکی تبدیل شود.
تسلو این دادهها را «بایگانی گمشده زیستفناوری» نامیده بود؛ بایگانی شامل پروندههای نظارتی، راهبردهای تولید، دادههای ایمنی و سایر اطلاعات محرمانهای که معمولاً در دسته اسرار تجاری طبقهبندی میشوند. ایده او اگرچه ساده به نظر میرسد اما پرریسک است: خرید این اسناد در مزایدههای ورشکستگی و استفاده از آنها برای آموزش سامانههایی که فرآیند پیچیده تأیید دارو را تسهیل میکنند.
۴۰ میلیون دلار برای واکسنهای سرطان
اوپنایآی در نخستین مرحله از این برنامه، ۴۰ میلیون دلار به طرحی در دانشگاه کارولینای شمالی در چپلهیل اختصاص داده است. این طرح بر جمعآوری و استانداردسازی دادههای مربوط به واکسنهای نوین سرطان متمرکز است؛ حوزهای که به دادههای بسیار دقیق و متنوع برای آموزش مدلهای پیشبینی نیاز دارد.
علاوه بر این، اوپنایآی از گروه OpenAdmet نیز حمایت خواهد کرد؛ مجموعهای که رقابتهای علمی برای پیشبینی اثرات دارویی برگزار میکند و به توسعه مدلهای محاسباتی در کشف دارو کمک میکند.
برای اجرای ایده بایگانی زیستفناوری نیز ۵۰۰ هزار دلار بودجه در نظر گرفته شده است. اجرای این بخش را سازمان 1Day Sooner بر عهده دارد؛ نهادی حامی داوطلبان کارآزماییهای بالینی که تسلو نیز به عنوان مشاور با آن همکاری میکند.
داده؛ بزرگترین گلوگاه هوش مصنوعی زیستی
مورگان لوین، معاون پیشین بخش محاسبات در شرکت Altos Labs، درباره اهمیت این رویکرد میگوید: «همه بهتدریج در حال درک این موضوع هستند که داده، بزرگترین گلوگاه در بهکارگیری موفق هوش مصنوعی در زیستشناسی است.»
اوپنایآی نیز در بیانیهای اعلام کرده است که بخش زیادی از پیشرفتهای آینده در پیشگیری و درمان بیماریها، از پیوند میان توانایی مدلهای جدید با مشاهدههای بیشتر از جهان واقعی به دست میآید؛ به عبارت سادهتر، داده بیشتر و بهتر.
هرچه دادههای زیستی دقیقتر، متنوعتر و حجیمتر باشند، مدلها بهتر میتوانند پیچیدگیهای مسیر کشف، آزمایش و تأیید دارو را درک کنند و به ابزاری قابل اعتماد برای پژوهشگران و نهادهای نظارتی تبدیل شوند.
فرصت یا ریسک جدید؟
با این حال، خرید و بازاستفاده از دادههای شرکتهای ورشکسته و اطلاعات حساس پزشکی، پرسشهای مهمی درباره حریم خصوصی، مالکیت معنوی و کیفیت دادهها ایجاد میکند. منتقدان میپرسند آیا استفاده از دادههایی که در ابتدا برای اهداف تجاری و تحت شرایط خاص جمعآوری شدهاند، میتواند بدون سوگیری و خطا، مبنای آموزش مدلهای پزشکی قرار گیرد یا نه.
اوپنایآی میگوید تمرکز این برنامه بر تولید دادههای باز، استاندارد و قابل اتکاست تا پژوهشگران در سراسر جهان بتوانند به آن دسترسی داشته باشند. اگر این مسیر موفق باشد، میتواند زمان و هزینه توسعه داروهای جدید، بهویژه در حوزههایی مانند سرطان، را بهطور چشمگیری کاهش دهد و هوش مصنوعی را یک گام به تحقق وعده بزرگ خود در پزشکی نزدیکتر کند.
دیدگاهها (0)
هنوز دیدگاهی ثبت نشده است.