Του Χρήστου Παπαδόπουλου*
Η ανησυχία απλώθηκε γρήγορα δίπλα από τη λίμνη Οντάριο στις 30 Δεκεμβρίου 2019. Οι αλγόριθμοι της BlueDot, εντόπισαν μια «ασυνήθιστη πνευμονία» γύρω από την αγορά Γουχάν (Wuhan) της Κίνας. Ήταν αυτό που γνωρίζουμε όλοι πλέον ως Covid-19 και έχει πλήξει μέχρι την ώρα που γράφονται αυτές οι γραμμές 192 χώρες, αφήνοντας πίσω του πάνω από 15 χιλιάδες νεκρούς.
Στόχος μας είναι να διαδίδουμε τη γνώση πριν εξαπλωθεί η ασθένεια δηλώνει ο Kamran Khan, ιδρυτής και διευθύνων σύμβουλος της BlueDot και καθηγητής Ιατρικής και Δημόσιας Υγείας στο Πανεπιστήμιο του Τορόντο. Για να το πετύχει,βασίζεται στην τεχνητή νοημοσύνη (AI), τη μηχανική μάθηση (Machine Learning) και τα μαζικά δεδομένα (Big Data).
Ειδικοί της Blue Dot, εκτός από ιατρικά δεδομένα, συγκεντρώνουν καθημερινά πάνω από 100.000 άρθρα σε 65 γλώσσες, δεδομένα δορυφόρων για το κλίμα, τον πληθυσμό των ανθρώπων, των ζώων και των εντόμων, τις αεροπορικές μετακινήσεις των ανθρώπων σε ολόκληρο τον πλανήτη (4 δισεκατομμύρια ετησίως) και μια σειρά άλλες πληροφορίες. Όλα αυτά ταξινομούνται και στη συνέχεια εφαρμόζεται μηχανική μάθηση και φυσική γλώσσα για την εκπαίδευση του συστήματος. Χάρη στον πλούτο των δεδομένων και τις τεχνικές που εφαρμόζει η BlueDot, μπόρεσε να προσδιορίσει με ακρίβεια και τις πόλεις που θα μεταφέρετο ο ιός. Ήταν οι διεθνείς προορισμοί που είχαν τον μεγαλύτερο όγκο ταξιδιωτών από τη Γουχάν: Μπανγκόκ, Χονγκ Κονγκ, Τόκιο, Ταϊπέι, Πουκέτ, Σεούλ και Σιγκαπούρη.[1]
Δεν είναι η πρώτη φορά που αξιοποιείται τεχνητή νοημοσύνη για τη διενέργεια προβλέψεων. Είναι όμως η πρώτη φορά που βρίσκει εφαρμογή σε ένα παγκόσμιο πρόβλημα τέτοιας έκτασης. Εταιρίες τεχνολογίας σε όλο τον κόσμο επενδύουν στην τεχνητή νοημοσύνη εδώ και πολλά χρόνια.Τώρα έχουν ακροατήριο.
«Για χρόνια, οι κυβερνητικές υπηρεσίες χρησιμοποιούσαν το παραδοσιακό λογισμικό στατιστικής ανάλυσης (SAS) για να δημιουργήσουν μοντέλα πρόβλεψης, αλλά αυτοί οι εργαζόμενοι συνήθως απομονώνονταν στα πίσω δωμάτια χωρίς πρόσβαση σε φορείς χάραξης πολιτικής. Τώρα όμως η επιστήμη των δεδομένων (Data Science) είναι στη μόδα και είναι κορυφαία» σημειώνει ο Andrew Churchill της εταιρίας Analytics Qlik.”
Τι άλλαξε λοιπόν τα δεδομένα;
Πρώτα απ’ όλα τα ίδια τα δεδομένα και οι δυνατότητες επεξεργασίας τους. Ο όγκος, η ποικιλία και η ταχύτητα των διαθέσιμων δεδομένων είναι ασύλληπτα. Παράλληλα, το κόστος επεξεργασίας έχει μειωθεί δραστικά, η επεξεργαστική ισχύς των μηχανών έχει εκτοξευτεί και ταλαντούχοι επιστήμονες σε όλο τον κόσμο εργάζονται καθημερινά πάνω σε νέες ιδέες που υπόσχονται ένα καλύτερο κόσμο.
H DeepMind, που συνίδρυσε ο Κυπριακής καταγωγής Δημοσθένης Χασάμπης (Demis Hassabis), έγινε ευρέως γνωστή όταν κατάφερε να νικήσει τους καλύτερους παίκτες του κόσμου στο Go και το Star Craft II. Οι ερευνητές της αξιοποιούν τώρα την τεχνητή νοημοσύνη για να συμβάλουν στη νίκη επί του SARS-CoV-2, του ιού που προκαλεί το Covid-19. Ο SARS-CoV-2, διαθέτει έναν «δούρειο ίππο» που του επιτρέπει να εισχωρεί στα υγιή κύτταρα. Το κλειδί για την αντιμετώπισή του βρίσκεται στη γνώση της δομής των πρωτεϊνών του ιού. Αυτή θα μας επιτρέψει να φτιάξουμε ένα αντικλείδι-εμβόλιο που θα απενεργοποιεί τις πρωτεΐνες. Και αυτό δεν είναι καθόλου εύκολο. Απαιτεί μήνες ή και χρόνια ερευνητικής δουλειάς με αβέβαιο αποτέλεσμα. Με τη χρήση της τεχνητής νοημοσύνης, ο χρόνος αυτός περιορίζεται δραστικά. Οι δυνατότητες εξέτασης διαφορετικών σεναρίων αυξάνονται. Η ανακάλυψη θεραπείας έρχεται πιο κοντά.
Για να περάσουμε από την αρχική ιδέα στην κυκλοφορία ενός νέου φαρμάκου απαιτούνται συνήθως 10-15 χρόνια,με ποσοστά αποτυχίας άνω του 90% και κόστος μεταξύ 2 και 3 δισεκατομμυρίων δολαρίων. «Μπορούμε να επιταχύνουμε σημαντικά αυτήν τη διαδικασία χρησιμοποιώντας το AI, να την καταστήσουμε πολύ φθηνότερη και να αυξήσουμε τις πιθανότητες επιτυχίας»,[2] λέει ο Alex Zhavoronkov, Διευθύνων Σύμβουλος της Insilico Medicine, μιας εταιρείας AI επικεντρωμένης στην ανακάλυψη φαρμάκων.
Η Insilco, η Deargen, η SRI Biosciences και η Iktos είναι μερικές μόνο από τις εταιρίες που αξιοποιούν τη μηχανική μάθηση στη μάχη ενάντια στο SARS-CoV-2. Οι περισσότερες από αυτές, προσβλέπουν σε στρατηγικές συνεργασίες για να επιταχύνουν τα αποτελέσματα.
Η SRIκαι η Iktos ανακοίνωσαν στις 4 Μαρτίου τη συνεργασία τους για την ανακάλυψη και ανάπτυξη νέων αντιϊκών θεραπειών. Το μοντέλο αυτοεκπαίδευσης (Deep Learning) της Iktos σχεδιάζει εικονικά πρωτότυπα μόρια, ενώ η αυτοματοποιημένη πλατφόρμα συνθετικής χημείας SynFini της SRI υπολογίζει τον καλύτερο τρόπο δημιουργίας ενός μορίου και στη συνέχεια το σχεδιάζει. Με τη συνεργασία τους, τα συστήματα μπορούν να σχεδιάζουν, να κατασκευάζουν και να δοκιμάζουν νέα μόρια που μοιάζουν με φάρμακα σε 1 έως 2 εβδομάδες, λέει ο γενικός διευθυντής της Iktos Yann Gaston-Mathé.
Το MIT Technology Review, στις τεχνολογίες του 2020 που θα αλλάξουν τον τρόπο που ζούμε και εργαζόμαστε, περιλαμβάνει και την αξιοποίηση της ΑΙ για την ανακάλυψη νέων φαρμάκων.
Τα φάρμακα που έχουν ανακαλυφθεί με τη χρήση της ΑΙ, είναι πολλά. Κανένα όμως δεν έχει ακόμη ολοκληρώσει τη διαδικασία εγκρίσεων. Είναι σημαντικό να μην παραπλανηθούμε από τις παραπάνω αναφορές. Όπως όλες οι τεχνολογικές επαναστάσεις, έτσι και αυτή χαρακτηρίζεται από περιόδους στασιμότητας και αλματώδους προόδου. Φαίνεται όμως ότι έχουμε διαβεί ένα κρίσιμο κατώφλι από το οποίο θα ξεπηδάνε διαρκώς νέες εφαρμογές που θα αιχμαλωτίζουν τη φαντασία, θα γεννούν νέα προϊόντα και θα διαμορφώνουν τις προϋποθέσεις για έναν καλύτερο κόσμο.
* Διευθύνων Σύμβουλος WITSIDE
[1] How Canadian AI start-up BlueDot spotted Coronavirus before anyone else had a clue, By Jerry Bowles, 10 March 2020 (https://diginomica.com/how-canadian-ai-start-bluedot-spotted-coronavirus-anyone-else-had-clue)
[2] Five Companies Using AI to Fight Coronavirus, By Megan Scudellari, 19 Mar 2020 https://spectrum.ieee.org/the-human-os/artificial-intelligence/medical-ai/companies-ai-coronavirus