KRAJEM siječnja, više od tjedan dana prije nego što je covid-19 dobio ime, bolnice u kineskom gradu Wuhanu počele su testirati novu metodu za otkrivanje bolesti, koristeći umjetnu inteligenciju.

Plan je uključivao CT prsnog koša, trodimenzionalno skeniranje pluća koje otkriva detaljne slike. Proučavanjem tisuća takvih slika, algoritam će naučiti dešifrirati potječe li pacijentova upala pluća od covida-19 ili nečeg uobičajenog, poput gripe, za Wired piše Gregory Barber.

Zdravstveni djelatnici nisu bili uvjereni

Kako se virus u veljači počeo širiti SAD-om, spomenuta je ideja postala obećavajuća. S obzirom na to da je konvencionalnih testova nedostajalo, bio je to način da se više ljudi pregleda u što kraćem roku. Zdravstveni djelatnici, međutim, nisu bili tako uvjereni. Iako su različiti dijagnostički algoritmi već dobili odobrenje američke Agencije za hranu i lijekove - za frakture zapešća, očne bolesti, rak dojke - obično su za njihov razvoj bile potrebne godine. Korišteni su u različitim bolnicama s različitim pacijentima, ispitani su njihovi nedostaci i temeljito su testirani.

Postoji li o novom virusu dovoljno podataka da bi se jedna upala pluća zaista razlikovala od druge? Što je s blagim slučajevima, pri kojima oštećenja možda nisu tako očita? Pandemija nije čekala da se pojave odgovori, ali medicina bi morala, piše Barber.

Procjena UN-a i WHO-a

Krajem ožujka, Ujedinjeni Narodi i Svjetska zdravstvena organizacija objavili su izvještaj u kojem se ispitivalo CT prsnog koša i niz drugih aplikacija umjetne inteligencije u borbi protiv covida-19. Blago birokratska procjena bila je da nekoliko projekata ima "operativnu zrelost".

Ograničenja su datirala od prije krize, koja ih je samo pogoršala. Pouzdana umjetna inteligencija ovisi o našoj ljudskoj sposobnosti prikupljanja podataka i njihovog tumačenja.

Pandemija je bila primjer zašto je takvo nešto teško provesti usred krize. Sjetite se samo proturječnih savjeta o nošenju maske, uzimanju ibuprofena ili liječnika koji nisu sigurni koga i kada spojiti na respirator, ističe Barber. Naša dnevna kretanja diktirale su nepouzdane projekcije o tome tko će se zaraziti i umrijeti te koliko će još ljudi umrijeti ako se ne samoizoliramo.

Eksperiment s lijekovima i umjetnom inteligencijom

Dok sređujemo dokaze, umjetna inteligencija je korak iza nas. Pa ipak, još uvijek zamišljamo da može predviđati bolje od nas.

Uzmimo razvoj lijekova. Jedan od najpoznatijih eksperimenata s umjetnom inteligencijom proveo je Googleov DeepMind. Njegov sustav AlphaFord je vodeći u modeliranju proteina, predviđanju oblika sićušnih struktura koje čine virus. U laboratoriju tumačenje tih struktura može potrajati mjesecima. DeepMind je u ožujku objavio sheme za šest virusnih proteina i to u roku od nekoliko dana. Modeli su bili približni, upozorili su istraživači, stvoreni kroz eksperimentalni sustav. No, ova je vijest ostavila dojam da se umjetna inteligencija uključila u utrku za cjepivom.

Među znanstvenicima koji rade na cjepivu, međutim, ovaj je pokušaj naišao na slijeganje ramenima, nastavlja Barber.

"Trenutačno ne vidim neku veliku ulogu umjetne inteligencije", kaže Julia Schaletzky, iskusna istraživačica lijekova i ravnateljica UC Berkeley Centra za nadolazeće i zanemarene bolesti.

Mnogo je dobro definiranih proteinskih meta potvrđeno u laboratoriju bez pomoći umjetne inteligencije. Bilo bi rizično trošiti dragocjeno vrijeme i novac i započeti od nule, koristeći proizvod eksperimentalnog sustava. Tehnološki napredak je dobar, smatra Schaletzky, ali često do njega dolazi nauštrb nečega što je poznato i obećavajuće.

Schaletzky kaže da postoji potencijal u korištenju umjetne inteligencije kako bi se pronašao lijek. Algoritmi umjetne inteligencije mogu nadopuniti druge tehnike pronalaženja podataka koje će nam pomoći da se snađemo u informacijama koje već imamo. Na primjer, kako bismo uočili ohrabrujuća područja istraživanja ili starije tretmane koji imaju potencijal. Jedan lijek identificiran na ovaj način, baricitinib, uskoro će krenuti u klinička ispitivanja.

Može li pružiti uvid u to kako koronavirus napada tijelo?

Druga je nada da umjetna inteligencija može pružiti uvid u to kako covid-19 napada tijelo. Algoritam bi mogao kopati po podacima o pacijentima i odrediti tko je u većem riziku od umiranja i tko ima veće izglede za preživljavanje te tako liječnička nagađanja pretvoriti u planove liječenja.

Ipak, sve je stvar podataka, nastavlja Barber za Wired, koje smo podatke već prikupili i jesmo li ih organizirali na način koji je koristan strojevima. Naš zdravstveni sustav ne daje dovoljno informacija kako bi se ovakvi sustavi obučili. Propisi o privatnosti i međusobno razdvojene skupine podataka izazvat će problem i prije nego što to postanu zastarjele zdravstvene baze podataka, prepune pogrešaka.

Moguće je da će kriza to promijeniti. Možda će nas nagnati da preispitamo kako se podaci pohranjuju i dijele, piše Barber. Možda ćemo nastaviti proučavati ovaj virus čak i nakon što kaos nestane i pažnja popusti, što bi nam moglo omogućiti bolje podatke i bolju umjetnu inteligenciju kad se pojavi sljedeća pandemija. Zasad se ipak ne trebamo čuditi što nas umjetna inteligencija nije spasila od ove pandemije, zaključuje Wired.

Želite li momentalno primiti obavijest o svakom objavljenom članku vezanom uz koronavirus instalirajte Index.me aplikaciju i pretplatite se besplatno na tag: koronavirus

Index.me aplikaciju za android besplatno možete preuzeti na ovom linku, dok iPhone aplikaciju možete preuzeti ovdje.