מכוון לדיוק

חוקרים אומרים כי בינה מלאכותית ולמידת מכונות יכולים לשפר את סקירת העמיתים המדעית

ככל שמגיפת COVID-19 סחפה את העולם, פרסמו חוקרים מדי שבוע מאות מאמרים המדווחים על ממצאיהם - רבים מהם לא עברו תהליך סקירת עמיתים יסודי כדי לאמוד את מהימנותם.

במקרים מסוימים, מחקר שאינו תוקף השפיע באופן משמעותי על מדיניות הציבור, כמו כאשר צוות צרפתי דיווח כי חולי COVID נרפאו על ידי שילוב של הידרוקסיכלורוקין ואזיתרומיצין. הטענה זכתה לפרסום נרחב, ועד מהרה נרשמו למטופלים בארה"ב תרופות אלו תחת אישור לשימוש חירום. אולם מחקר נוסף הכולל מספר גדול יותר של מטופלים עורר ספקות חמורים בטענות אלה.

כאשר כל כך הרבה מידע הקשור ל- COVID מתפרסם מדי שבוע, כיצד יכולים חוקרים, רופאים וקובעי מדיניות להתמיד? 

בפרשנות שפורסמה השבוע ב טבע ביוטכנולוגיה, מדען אוניברסיטת ניו מקסיקו, טיודור אופרה, MD, PhD ועמיתיו, שרבים מהם עובדים בחברות בינה מלאכותית (AI), גורסים כי AI ולמידת מכונה יכולים לסייע לחוקרים להפריד בין החיטה לבין המוץ.

אופרה, פרופסור לרפואה ולמדעי התרופות ומנהל חטיבת המידע הלאומי לתרגום של UNM, מציין כי תחושת הדחיפות לפתח חיסון ולתכנן טיפולים יעילים לנגיף הקורונה הביאה מדענים רבים לעקוף את תהליך סקירת העמיתים המסורתי על ידי פרסום "דפוסים מוקדמים". ” - גרסאות מקדימות של עבודותיהם - באינטרנט.

למרות שזה מאפשר הפצה מהירה של ממצאים חדשים, "הבעיה מגיעה כאשר טענות על תרופות מסוימות שלא אומתו בניסוי מופיעות בעולם ההדפסה מראש", אומר אופרה. בין היתר מידע גרוע עלול להוביל מדענים וקלינאים לבזבז זמן וכסף על מרדף אחר לידים עיוורים.

AI ולמידת מכונות יכולים לרתום את כוח המחשוב העצום כדי לבדוק רבות מהטענות המועלות במאמר מחקר, כך טוענים המחברים, קבוצת חוקרים במגזר הציבורי והפרטי מארה"ב, שוודיה, דנמרק, ישראל, צרפת, בריטניה, הונג קונג, איטליה וסין בראשות ג'רמי לוין, יו"ר ארגון החדשנות לביוטכנולוגיה, ואלכס ז'בורונקוב, מנכ"ל InSilico Medicine.

"אני חושב שיש שם פוטנציאל אדיר", אומרת אופרה. "אני חושב שאנחנו בפתח של פיתוח כלים שיסייעו בתהליך סקירת העמיתים."

למרות שהכלים אינם מפותחים במלואם, "אנו מתקרבים ממש לאפשר למערכות אוטומטיות לעכל המון פרסומים ולחפש פערים", הוא אומר. "אינני מודע למערכת כזו הקיימת כיום, אך אנו מציעים במימון הולם זה יכול להיות זמין."

כריית טקסטים, שבה מחשב מסרק מיליוני דפי טקסט ומחפשים דפוסים מוגדרים, כבר הייתה "מועילה מאוד", אומר אופרה. "אנחנו מתקדמים בזה."

מאז השתלטה מגיפת COVID, אופרה עצמו השתמש בשיטות חישוב מתקדמות כדי לסייע בזיהוי תרופות קיימות עם פעילות אנטי ויראלית פוטנציאלית, שנשלפו מספרייה של אלפי מועמדים.

"אנחנו לא אומרים שיש לנו תרופה למחסור בבדיקת עמיתים, אבל אנחנו אומרים שתרופה נמצאת בהישג יד, ואנחנו יכולים לשפר את אופן היישום של המערכת כיום", הוא אומר. "כבר בשנה הבאה נוכל לעבד הרבה נתונים אלה ולשמש משאבים נוספים לתמיכה בתהליך סקירת העמיתים."