Forskere skaber plan for AI-dreven længdevidenskab og udvikling

For nylig foreslog forskere fra virksomheden Deep Longevity en metode til at anvende AI-algoritmer og -teknikker til længdevidenskabsteknologier. Metoderne blev foreslået i en artikel publiceret i tidsskriftet Nature Aging, kaldet “Kunstig intelligens i længdevidenskab“.

Som rapporteret af EurekaAlert, lægger artiklens forfattere op en ramme for anvendelsen af AI i udviklingen af menneskelig længdevidenskabsteknologier. De argumenterer for oprettelsen af et nyt disciplin, der kombinerer elementer af medicin, traditionel biologi og kunstig intelligens, og kalder det nye felt “Længdevidenskab”. Længdevidenskab kan også defineres som skabelsen af restorativ og forebyggende medicin, der er muliggjort af aldringsforskning og kunstig intelligens.

Traditionelle tilgange til at forlænge den gennemsnitlige menneskelige levetid drejer sig omkring behandlingen af sygdomme. Men på et visst tidspunkt er der aftagende afkast på fremskridt i denne form for livsforlængelse, og forskere estimerer, at selv den komplette eliminering af kræft kun ville tilføje ca. 2,3 år til den gennemsnitlige levetid i USA ved fødslen og kun 1,3 år ved 65 års alder. Ligeså ville elimineringen af almindelige sygdomme som lungebetændelse og influenza kun øge den gennemsnitlige levetid med ca. 0,2 år og 0,5 år henholdsvis.

Grunden til, at der ikke er større gevinster i den samlede levetid, når disse sygdomme elimineres, er, at de blot er manifestationer af et større problem, aldring. Alring er forbundet med alle slags sygdomme, den ultimative årsag snarere end den nærmeste årsag. Det er muligt, at fremskridt i at forsinke effekterne af aldring kan opnås gennem AI. AI-systemer kan bestemme en persons alder med en høj grad af nøjagtighed, når de trænes på longitudinelle data, herunder funktioner baseret på fysiologiske og biologiske processer.

Artiklens forfattere lægger op en ramme til at vejlede anvendelsen af dyb læring og andre AI-teknikker i længdevidenskabsforskning, samt de muligheder, der kan opstå fra denne forskning. Startende med biologisk aldersforudsigelse og overvågning kan videnskabsmænd udvikle biomarkører og bruge disse biomarkører til at vejlede skabelsen af biologiske mål, der er involveret i aldring. Derefter kan proteiner og molekyler syntetiseres for at tackle de biologiske processer, der er involveret i aldring, og gennemgå kliniske forsøg. Dataanalyse anvendes til at afgøre den bedste måde at anvende eventuelle lovende terapier på, hvilket fører til skabelsen af præcisionsmedicin, der forbedrer menneskers fysiske og mentale sundhed. Denne cyklus gentager sig, når der indsamles mere data for at forbedre biologiske modeller.

Underliggende den cyklus, der er beskrevet ovenfor, er et dybt generativt forstærket lærenetværk. Netværket fødes med data fra en række forskellige discipliner, herunder aldringsforskning, biologi, kemi, medicin og psykologi.

Ifølge Evelyne Yehudit Bischof, læge og professor ved Shanghai Universitet, som citeres af EurekaAlert, har AI muliggjort oprettelsen af et helt nyt medicinsk felt.

“Kunstig intelligens har stor potentiale for medicin generelt, men evnen til at spore og lære de små ændringer, der sker i den menneskelige krop hver sekund over patientens liv og i et stort antal patienter, muliggør udviklingen af et nyt medicinsk felt – længdevidenskab”, sagde Bischof.

Artiklen er skrevet af Bischof og andre forskere. Andre bidragydere til artiklen inkluderer Alex Zhavoronkov, chef for længdevidenskab hos Deep Longevity, og AI-ekspert og computerforsker Kai-Fu Lee.