Kako nam veštačka inteligencija pomaže u borbi sa kovidom 19

Da bismo se nosili sa novim virusnim žarištima i epidemijama, poput kovida 19, potrebni su brži postupci otkrivanja lekova. Modeli veštačke inteligencije pokazali su obećavajuće rezultate.

Istraživači u zdravstvu, lekari i naučnici širom sveta ubrzano rade na otkrivanju lekova za kovid 19 – počev od prikupljanja podataka, primene najnovijih informacija o genomu virusa i identifikovanju potencijalnih ciljeva za lečenje, za stvaranje novih kandidata za molekul budućih lekova.

Gošća Jutarnjeg programa, Aleksandra Mojsilović, naučnica i vođa fondacija za veštačku inteligenciju u istraživanju kompanije IBM, ko-direktor IBM-ove „Nauke za društveno dobro“ i njihove naučne zajednice, takođe je angažovana na ovom zadatku.

„Virusi su vrlo lukavi. Oni uđu u ćeliju u ljudskom telu i onda se vežu za proteine koje ćelija normalno koristi za svoje funkcionisanje. Ideja u stvaranju leka je da se spreči to vezivanje. Dakle, da bismo napravili lek za kovid 19 mi treba da pronađemo molekul koji može da se veže za jedan od proteina u koronavirusu i da ga sprečimo da napadne ćeliju“, objašnjava Mojsilovićeva.

Veštačka inteligencija je zanimljiva alatka koja može to da nam omogući, dodaje gošća Jutarnjeg programa. Kao što je poznato, veštačka inteligencija već može da stvara slike, muziku, vesti. Takav oblik VI se u nauci naziva generativni model.

„Istraživanje u IBM-u se fokusira na generativne modele koji mogu da kreiraju molekule, peptide, proteine i na taj način treniramo metode, treniramo algoritme koji nauče kako molekuli izgledaju, kako funkcionišu i onda kada im se pokaže biološka meta, recimo, protein koji je deo kovida, algoritmi VI naprave nove molekule koji mogu da budu jako dobri kandidati za terapiju i za nove lekove“, navodi Mojsilovićeva.

Da bi se taj cilj ostvario neophodno je naučiti veštačku inteligenciju šta je molekul i koje su dobre osobine i karakteristike molekula koji su do sada korišćeni u proizvodnji lekova. Odnosno koji molekuli imaju sposobnost da se vežu za protein bolesti ili virusa, a da nisu toksični i da su rastvorljivi. To su ciljevi i kada se tradicionalnim metodama proizvode lekovi.

„Znači, mi sada pravimo algoritme koji mogu mnogo brže i mnogo efikasnije da naprave takve kandidate i na neki način ubrzaju čitav proces koji je jako dugotrajan i veoma skup“, dodaje gošća Jutarnjeg programa.

Najveće ograničenje celog ovog postupka je u tome ceo proces testiranja molekula i kliničkog ispitivanja traje jako dugo, i po nekoliko godina, a mi se susrećemo sa novim epidemijama i bolestima koje nikada nismo videli i koje izazivaju veliku smrtnost ljudi i lekovi nam trebaju, praktično, odmah.

„To je najveća prepreka i nažalost, kovid i mnoge druge epidemije koje smo videli u poslednjih nekoliko godina ili u poslednjoj deceniji, ukazuju na to da ćemo se sa time susretati ponovo. Znači, trebaju nam metode koje mogu da ubrzaju tu reakciju ili taj odgovor“, naglašava naučnica iz IBM-a.

Činjenica je da će se svi procesi istraživanja i razvoja nauke potpuno promeniti sa novim alatkama koje nauka i veštačka inteligencija i slični algoritmi mogu da ponude.

„Ono što je jako zanimljivo je da smo u ovoj krizi naučili, ako ništa drugo, da bismo se izborili sa ovakvim novim problemima, to zahteva angažovanje puno različitih ljudi, različitih struka, puno zainteresovanih strana koje treba da rade zajedno. Da koriste obilje novih podataka, razmenu znanja neviđeno komplikovanih podataka, tako da jedna sveobuhvatna saradnja se događa sada da bismo svi zajedno na izvestan način našli lek i način da se izborimo sa ovom krizom“, naglašava na kraju gostovanja u Jutarnjem programu.