Forskare Skapar Plan för AI-Driven Livslängdsforskning och Utveckling

Nyligen föreslog forskare vid företaget Deep Longevity en metod för att tillämpa AI-algoritmer och tekniker på livslängdsförlängningsteknologier. Metoderna föreslogs i en artikel publicerad i tidskriften Nature Aging, med titeln “Artificiell Intelligens i Livslängdsmedicin”.

Som rapporterats av EurekaAlert, presenterar artikelförfattarna en ram för tillämpningen av AI i utvecklingen av teknologier för att förlänga den mänskliga livslängden. De argumenterar för skapandet av ett nytt område som kombinerar element från medicin, traditionell biologi och artificiell intelligens, och kallar det nya området “Livslängdsmedicin”. Livslängdsmedicin kan också definieras som skapandet av restaurerande och förebyggande medicin som möjliggörs av åldersforskning och artificiell intelligens.

Traditionella tillvägagångssätt för att förlänga den genomsnittliga livslängden för människor kretsar kring behandlingen av sjukdomar. Men vid en viss punkt finns det avtagande avkastning på framsteg inom denna form av livsförlängning, och forskare uppskattar att till och med en fullständig eliminering av cancer bara skulle lägga till cirka 2,3 år till den genomsnittliga livslängden i USA vid födseln och bara 1,3 år vid 65 års ålder. På samma sätt skulle till och med elimineringen av vanliga sjukdomar som pneumonia och influensa bara öka den genomsnittliga livslängden med cirka 0,2 år respektive 0,5 år.

Anledningen till att det inte finns större vinster i den totala livslängden när dessa sjukdomar elimineras är att de bara är manifestationer av ett större problem, åldrande. Åldrande är associerat med alla sorters sjukdomar, den ultimata orsaken snarare än den proximala orsaken. Det är möjligt att framsteg inom att förhindra effekterna av åldrande kan åstadkommas med hjälp av AI. AI-system kan fastställa en persons ålder med stor noggrannhet när de tränas på longitudinella data som inkluderar funktioner baserade på fysiologiska och biologiska processer.

Artikelförfattarna presenterar en ram för att vägleda tillämpningen av djupinlärning och andra AI-tekniker på livslängdsforskning, och de möjligheter som kan uppstå från denna forskning. Börjande med biologisk åldersprediktion och övervakning, kan forskare utveckla biomarkörer, och med hjälp av dessa biomarkörer kan de skapa biologiska mål som är involverade i åldrande. Därefter kan proteiner och molekyler syntetiseras för att hantera de biologiska processerna som är involverade i åldrande, och genomgå kliniska prövningar. Dataanalys används för att fastställa det bästa sättet att använda eventuella lovande terapier, vilket leder till skapandet av precisionsmedicin som förbättrar människors fysiska och mentala hälsa. Denna cykel upprepas allteftersom mer data samlas in för att förbättra biologiska modeller.

Underliggande cykeln som beskrivs ovan är ett djupt generativt förstärkningsinlärningsnätverk. Nätverket matas med data som härrör från en mängd olika discipliner, inklusive åldersforskning, biologi, kemi, medicin och psykologi.

Enligt Evelyne Yehudit Bischof, läkare inom mänsklig livslängd och professor vid Shanghai University, som citeras via EurekaAlert, har AI möjliggjort skapandet av ett helt nytt område inom medicinen.

“Artificiell intelligens har stor potential för medicin i allmänhet, men förmågan att spåra och lära av de små förändringar som sker i den mänskliga kroppen varje sekund under en patients livstid och i ett stort antal patienter möjliggör utvecklingen av ett nytt område inom medicin – livslängdsmedicin”, sa Bischof.

Artikeln skapades av Bischof och andra forskare. Andra som bidrog till artikeln var Alex Zhavoronkov, chef för livslängd vid Deep Longevity, och AI-experten och datavetaren Kai-Fu Lee.