בינה מלאכותית יכולה להיות כלי חשוב לגילוי מחלות מתעוררות קודם לכן, טוענים חוקרים מחמש אוניברסיטאות אירופיות ומכוני מחקר במחלות זיהומיות של Lancet.
כיצד לזהות את הנגיף המסוכן הבא לפני שהוא מתפשט בקרב אנשים היא השאלה המרכזית בתגובה חדשה במחלות זיהומיות של Lancet. ב- IT, החוקרים דנים כיצד AI, בשילוב עם הגישה הבריאותית האחת, יכולה לתרום לשיפור החיזוי והמעקב.
"בינה מלאכותית אינה יכולה כשלעצמה למנוע מגיפות, אך הטכנולוגיה יכולה להיות תוסף רב עוצמה לידע ולשיטות בהן אנו כבר משתמשים. ככל שנהיה טובים יותר בשילוב נתונים מבני אדם, בעלי חיים והסביבה, כך נהיה מוכנים יותר", אומר פרופסור פרנק מולר ארסטרופ מה- DTU National Distitute בדנמרק, אחד המחברים בכתב העת הרפואי של ה- DTU.
זה כתוב יחד על ידי פרופסור מריון קופמנס מהמרכז הרפואי ארסמוס בהולנד. היא מזהירה כי ברגע שמחלה מתחילה להתפשט, קשה מאוד להביא לשליטה.
"ההתערבויות הנדרשות הן דרסטיות-כפי שראינו במהלך Covid-19. זו הסיבה שחשוב מכריע לאתר פתוגנים חדשים לפני שהם משיגים דריסת רגל", אומרת מריון קופמנס, וציין כי לאחר שהוקמה, מחלות חדשות יכולות להפוך לאתגרים מתמשכים, כפי שהראה גם קוביד -19.
צוות המחברים, הכולל גם מומחים מאוניברסיטת Eötvös Loránd (ELTE) בהונגריה, אוניברסיטת בולוניה באיטליה, וסוכנות הבריאות של בעלי החיים והצומח בבריטניה, מדברת מניסיונם כמשתפי פעולה לאורך שנים, המתמקדת בגישות בריאותיות אחת לניתוח על ידי חנות על ידי מחקרים בנתונים.
מגיפות מקורן לעתים קרובות בבעלי חיים
התפרצויות המחלות כמו SARS-COV-2, Avian Influenza ו- MPOX מדגימות את הקושי לשלוט על מגפות פוטנציאליות חדשות. פתוגנים רבים מקורם בבעלי חיים, אך מתי ואיפה הם ישפכו לבני אדם זה בלתי צפוי. מחברי ההערה מדגישים כיצד שינויי אקלים, ייצור בעלי חיים אינטנסיביים והתרסקות אנושית לבתי גידול טבעיים מגבירים את הסיכון לאירועי שפיכה כביכול – מצבים בהם פתוגנים חוצים מבעלי חיים לבני אדם, ובמקרה הגרוע מתפתחים למגיפות. שופכים דמו לניצוצות: הכיבו ביותר, אך חלקם מצליחים שריפות שמתפשטות ללא שליטה. היכולת לגלות שפיצים כמו מוקדם ככל האפשר הוא אתגר שהצוות חקר באמצעות גישות נתונים גדולים.
AI יכול לחשוף דפוסים במערכי נתונים מורכבים
בינה מלאכותית יכולה לעזור בניתוח מערכי נתונים כאלה ממקורות מגוונים – כמו אקלים, שימוש בקרקע, ייצור בעלי חיים, תחבורה, תנועות אוכלוסייה וחברתיים -כלכליים. כאשר משולבים מערכי נתונים אלה, AI יכול לחשוף דפוסים שאחרת יהיה קשה להבחין בהם.
AI יכול לעזור לנו לזהות היכן בעולם יש להעצים את המעקב בעולם גיאוגרפי, אך גם במינים בעלי חיים ספציפיים, בשפכים או בבני אדם. בדרך זו אנו יכולים לתעדף מאמצים שבהם הסיכונים הם הגדולים ביותר, מה שמכונה נקודות חמות. "
פרופסור פרנק מולר אהרסטרופ, מכון המזון הלאומי של DTU, דנמרק
אותות גנטיים כאזהרה מוקדמת
לאחר ניבוי נקודות חמות כאלה, ניתן להוסיף רצף מטגנומי כגישה לתפוס את כל הגילוי של פתוגנים, ידועים וחדשים כאחד. רצף מטגנומי הוא ניתוח של חומר גנטי – בדגימות משפכים, אוויר, מזון או מהסביבה. הוא משמש יותר ויותר כדי לספק תובנה לגבי מגוון עצום של מיקרואורגניזמים ידועים ולא ידועים. רבים מהשברים הגנטיים שזוהו עדיין לא מאופיינים.
"כשאנחנו רצפים מדגם, אנו עשויים למצוא מיליוני שברי גנטיות. הרוב דומים למשהו מוכר ולא מזיק, אך נותר לנו עם אלפי אלמונים. כאן, AI יכול לעזור לאתר דפוסים ולהצביע על מה שעשוי להיות מסוכן", מסביר פרנק מולר ארסטרופ.
ברגע שברור יש פתוגן פוטנציאלי, יכולות להיווצר שאלות לגבי כמה הוא מסוכן. הפוטנציאל לנגיפים מבעלי חיים להדביק בני אדם, התפשטות וגורמת למחלה בחלקם מוטבעת בקוד הגנטי. ניתן להשתמש בכלים מבוססי AI כדי לחזות כיצד מוטציות עשויות לשנות את התכונות הנגיפיות.
"אנו רואים התפתחויות אדירות בתחום זה. מודלים של חלבון מבוסס AI יכולים לספק אינדיקציה למה מוטציה עושה למבנה הנגיפים, וכיצד ניתן לתרגם את זה לסיכון להתפשטות, או לסיכון למחלה קשה. בעודם מאתגרים כעת, אנו רואים פוטנציאל גדול לשימוש ב- AI כדי להאיץ את הערכת הסיכון", אומרת מריון קופנס.
AI כמדען משותף – הזדמנויות ומגבלות
ההערה מתארת גם אבות-טיפוס מוקדמים של מה שמכונה "מדענים משותפים" AI, המסוגלים לבצע מחזור מחקר שלם-החל מיצירת השערה וסקירת ספרות וכלה בניתוח ודיווח על נתונים.
"אני רואה את ה- AI הופך להיות מיומנות מוכרת בטבלה – בשווה עם סוגים שונים של חוקרים. AI יכול לספק ניתוחים או הצעות שאנו כמדענים יכולים להעריך. בדרך זו הטכנולוגיה הופכת לתוסף שיכול לחזק את תהליכי קבלת ההחלטות שלנו", אומר פרנק מולר ארסטרופ.
"זה גם מרמז שעלינו ללמוד מה התפקיד העתידי שלנו כמורים ומפקחים. כיצד אנו מוודאים כי דרכי העבודה הרומנטיות מספקות תפוקה אמינה? האם נוכל לזהות טעויות עם התקדמות של דגמי AI? אנחנו גם צריכים לחזור לכיתה. ממש מרגש," אומר מריון קופנס.
המחברים מסיקים כי בינה מלאכותית מציעה אפשרויות מסקרנות לשיפור המוכנות המגיפה. ובכל זאת, יש לראות בכך השלמה – לא תחליף – לגישות המעקב והמחקר הקלאסיות שכבר נמצאות בשימוש.
