Tutkijat luovat suunnitelman tekoälyohjatulle ikääntymistutkimukselle ja kehitykselle

Viime aikoina Deep Longevity -yhtiön tutkijat esittivät menetelmän, jossa tekoälyalgoritmeja ja -tekniikoita sovelletaan ikääntymisen pidentämisteknologioihin. Menetelmät esiteltiin Nature Aging -tiedelehdessä julkaistussa artikkelissa, jonka otsikko on “Tehtäväaly: Tekoäly ikääntymislääketieteessä”.

EurekaAlertin mukaan tutkimuksen tekijät esittävät kehyksen tekoälyn soveltamiseksi ihmisen ikääntymisen pidentämisteknologioiden kehittämiseen. He väittävät uuden tieteenalan luomisen tarpeellisuudesta, joka yhdistää lääketieteen, perinteisen biologian ja tekoälyn elementtejä, ja antavat sille nimen “Ikääntymislääketiede”. Ikääntymislääketiede voidaan määritellä myös ravitsevaksi ja ehkäiseväksi lääketieteeksi, jota mahdollistaa vanhenemistutkimus ja tekoäly.

Perinteiset lähestymistavat ihmisen eliniän keskipituuden pidentämiseksi keskittyvät sairauksien hoitoon. Kuitenkin tiettyyn pisteeseen saavutetaan käänteen, jossa edistysaskelissa on vähemmän tuottoa, ja tutkijat arvioivat, että jopa syövän täydellinen poistaminen lisäisi keskimääräistä elinikää vain noin 2,3 vuodella Yhdysvalloissa syntymän aikana ja vain noin 1,3 vuodella 65-vuotiaana. Samoin jopa yleisten tautien, kuten keuhkokuumeen ja influenssan, poistaminen lisäisi keskimääräistä elinikää vain noin 0,2 ja 0,5 vuodella.

Syy siihen, ettei eliniän pidentämisessä ole suurempaa hyötyä, kun nämä sairaudet poistetaan, on, että ne ovat vain oireita suuremmasta ongelman, vanhenemisesta. Vanheneminen on yhteydessä moniin sairauksiin, ja se on lopullinen syy, ei välitön syy. On mahdollista, että tekoäly voi auttaa hidastamaan vanhenemisen vaikutuksia. Tekoälyjärjestelmät voivat määrittää henkilön iän suurella tarkkuudella, kun niitä koulutetaan pitkittäisissä tutkimuksissa, joissa on fysiologisia ja biologisia prosesseja.

Artikkelin tekijät esittävät kehyksen, joka ohjaa syvän oppimisen ja muiden tekoälytekniikoiden soveltamista ikääntymistutkimukseen, ja mahdollisuuksia, jotka voivat tulosta tästä tutkimuksesta. Biologisen iän ennustamisesta ja seuraamisesta lähtien tutkijat voivat kehittää biomerkkejä, ja näiden biomerkkien avulla luoda biologisia kohteita, jotka osallistuvat vanhenemiseen. Siitä voidaan edetä proteiinien ja molekyylien synteesiin, joilla voidaan käsitellä biologisia prosesseja, jotka liittyvät vanhenemiseen, ja joiden avulla voidaan suorittaa kliinisiä tutkimuksia. Data-analytiikkaa käytetään määrittämään, miten lupaavia hoitoja voidaan parhaiten käyttää, mikä johtaa tarkkuuslääketieteen kehittämiseen, joka parantaa ihmisten fyysistä ja henkistä terveyttä. Tämä sykli toistuu, kun kerätään enemmän dataa biologisten mallien parantamiseksi.

Yllä kuvatun syklissä on syvä generatiivinen vahvistusoppimisen verkko. Verkko saa dataa monista eri tieteenaloista, kuten vanhenemistutkimuksesta, biologiasta, kemiasta, lääketieteestä ja psykologiasta.

Evelyne Yehudit Bischof, Shanghai-yliopiston lääketieteen professori ja Human Longevity -lääkäri, selitti EurekaAlertin kautta, että tekoäly on mahdollistanut kokonaan uuden lääketieteen alan luomisen.

”Tekoäly tarjoaa suuren potentiaalin lääketieteelle yleensä; mutta kyky seurata ja oppia ihmisen kehossa tapahtuvia pieniä muutoksia jokaisena sekuntina potilaan elämän aikana ja suuressa potilasmäärässä mahdollistaa uuden lääketieteen alan kehittämisen – ikääntymislääketieteen”, sanoi Bischof.

Artikkeli on luotu Bischofin ja muiden tutkijoiden toimesta. Myös Alex Zhavoronkov, Deep Longevityn ikääntymisjohtaja, ja tekoälyasiantuntija ja tietojenkäsittelytieteilijä Kai-Fu Lee ovat osallistuneet artikkeliin.