მკვლევარები ქმნიან გეგმას AI-ზე ორიენტირებული სიცოცხლისუნარიანობის კვლევისა და განვითარებისთვის

ცოტა ხნის წინ, კომპანია Deep Longevity-ის მკვლევარებმა შემოგვთავაზეს ხელოვნური ინტელექტის ალგორითმებისა და ტექნიკის გამოყენების მეთოდი ხანგრძლივობის გაფართოების ტექნოლოგიებში. მეთოდები შემოთავაზებული იყო სტატიაში, რომელიც გამოქვეყნდა ჟურნალში Nature Aging, სახელწოდებით "ხელოვნური ინტელექტი დღეგრძელობის მედიცინაში".

იტყობინება EurekaAlert, კვლევის ავტორები აყალიბებენ AI-ის გამოყენების ჩარჩოს ადამიანის სიცოცხლის ხანგრძლივობის გახანგრძლივების ტექნოლოგიების განვითარებაში. ისინი ამტკიცებენ ახალი დისციპლინის შექმნას, რომელიც აერთიანებს მედიცინის, ტრადიციული ბიოლოგიის და ხელოვნური ინტელექტის ელემენტებს და ახალ სფეროს "ხანგრძლივობის მედიცინა" უწოდეს. სიცოცხლის ხანგრძლივობის მედიცინა ასევე შეიძლება განისაზღვროს, როგორც აღდგენითი და პრევენციული მედიცინის შექმნა, რომელიც ჩართულია დაბერების კვლევებითა და ხელოვნური ინტელექტით.

ადამიანის სიცოცხლის საშუალო ხანგრძლივობის გახანგრძლივების ტრადიციული მიდგომები დაავადების მკურნალობის გარშემო ტრიალებს. მიუხედავად ამისა, გარკვეულ მომენტში, სიცოცხლის გახანგრძლივების ამ ფორმის მიღწევები მცირდება, მკვლევარების შეფასებით, კიბოს სრული აღმოფხვრაც კი მხოლოდ დაახლოებით 2.3 წელს დაამატებს სიცოცხლის საშუალო ხანგრძლივობას აშშ-ში დაბადებისას და მხოლოდ 1.3 წელს 65 წლის ასაკში. წლები. ანალოგიურად, ისეთი საერთო დაავადებების აღმოფხვრაც კი, როგორიცაა პნევმონია და გრიპი, მხოლოდ გაზრდის სიცოცხლის საშუალო ხანგრძლივობას, შესაბამისად, დაახლოებით 0.2 და 0.5 წლით.

მიზეზი იმისა, რომ ამ დაავადებების აღმოფხვრისას საერთო სიცოცხლის ხანგრძლივობა არ არის უფრო დიდი, არის ის, რომ ისინი მხოლოდ უფრო დიდი პრობლემის, დაბერების გამოვლინებაა. დაბერება ასოცირდება ყველა სახის დაავადებასთან, საბოლოო მიზეზთან და არა ახლო მიზეზთან. შესაძლებელია, რომ დაბერების შედეგების თავიდან აცილების კუთხით მიღწეული პროგრესი ხელოვნური ინტელექტის საშუალებით მოხდეს. ხელოვნური ინტელექტის სისტემებს შეუძლიათ დაადგინონ ადამიანის ასაკი მაღალი ხარისხის სიზუსტით, როდესაც ვარჯიშობენ გრძივი მონაცემების საფუძველზე, მათ შორის ფიზიოლოგიურ და ბიოლოგიურ პროცესებზე დაფუძნებულ მახასიათებლებზე.

სტატიის ავტორები აყალიბებენ ჩარჩოს, რომელიც ხელმძღვანელობს ღრმა სწავლის და სხვა ხელოვნური ინტელექტის ტექნიკის გამოყენებას ხანგრძლივობის კვლევაში და შესაძლებლობებს, რომლებიც შეიძლება მოჰყვეს ამ კვლევას. ბიოლოგიური ასაკის პროგნოზითა და მონიტორინგით დაწყებული, მეცნიერებს შეუძლიათ შეიმუშაონ ბიომარკერები, ამ ბიომარკერების გამოყენებით, რათა წარმართონ ბიოლოგიური სამიზნეების შექმნა, რომლებიც მონაწილეობენ დაბერებაში. იქიდან, ცილების და მოლეკულების სინთეზირება შესაძლებელია დაბერების პროცესში ჩართული ბიოლოგიური პროცესების დასაძლევად, კლინიკურ კვლევებში. მონაცემთა ანალიტიკა გამოიყენება ნებისმიერი პერსპექტიული თერაპიის გამოყენების საუკეთესო ხერხის დასადგენად, რაც იწვევს ზუსტი მედიცინის შექმნას, რომელიც აუმჯობესებს ადამიანების ფიზიკურ და ფსიქიკურ ჯანმრთელობას. ეს ციკლი მეორდება, როცა მეტი მონაცემი გროვდება ბიოლოგიური მოდელების გასაუმჯობესებლად.

ზემოთ აღწერილი ციკლის საფუძველია ღრმა გენერაციული გაძლიერების სასწავლო ქსელი. ქსელი იკვებება მონაცემებით, რომლებიც მომდინარეობს სხვადასხვა დისციპლინიდან, მათ შორის დაბერების კვლევა, ბიოლოგია, ქიმია, მედიცინა და ფსიქოლოგია.

ადამიანის დღეგრძელობის ექიმმა და შანხაის უნივერსიტეტის პროფესორმა ეველინე იეჰუდიტ ბიშოფმა EurekaAlert-ის საშუალებით განმარტა, რომ ხელოვნურმა ინტელექტუალმა საშუალება მისცა მედიცინის სრულიად ახალი დარგის შექმნას.

„ხელოვნური ინტელექტი ზოგადად მედიცინის დიდ პოტენციალს ფლობს; თუმცა, უნარი თვალყური ადევნოთ და ისწავლოთ ის წუთიერი ცვლილებები, რომლებიც ყოველ წამს ხდება ადამიანის სხეულში პაციენტის სიცოცხლის განმავლობაში და პაციენტების დიდ რაოდენობაში, საშუალებას იძლევა განავითაროს მედიცინის ახალი სფერო - დღეგრძელობის მედიცინა“, - თქვა ბიშოფმა.

სტატია შექმნეს ბიშოფმა და სხვა მკვლევარებმა. სტატიაში ასევე წვლილი შეიტანეს ალექს ჟავორონკოვმა, Deep Longevity-ის მთავარი ოფიცერი და ხელოვნური ინტელექტის ექსპერტი და კომპიუტერული მეცნიერი კაი-ფუ ლი.