В некоторых случаях недостаточно подтвержденные исследования оказали огромное влияние на государственную политику, например, когда французская группа сообщила, что пациенты с COVID излечиваются с помощью комбинации гидроксихлорохина и азитромицина. Заявление получило широкую огласку, и вскоре U.S. пациенты получали эти препараты в соответствии с разрешением на применение в экстренных случаях.
Однако дальнейшие исследования с участием большего числа пациентов поставили под сомнение эти утверждения.
Поскольку каждую неделю публикуется так много информации, связанной с COVID, как исследователи, клиницисты и политики могут не отставать??
В комментарии, опубликованном на этой неделе в Nature Biotechnology, ученый из Университета Нью-Мексико Тюдор Опреа, доктор медицинских наук, и его коллеги, многие из которых работают в компаниях, занимающихся искусственным интеллектом (ИИ), утверждают, что ИИ и машинное обучение могут помочь исследователям отделить пшеницу от плевел.
Опреа, профессор медицины и фармацевтических наук и руководитель отдела трансляционной информатики ЕНД, отмечает, что ощущение безотлагательности разработки вакцины и эффективных методов лечения коронавируса заставило многих ученых обойти традиционный процесс экспертной оценки, опубликовав «препринты». »- предварительные версии их работы – онлайн.
Хотя это позволяет быстро распространять новые результаты, «проблема возникает, когда в мире препринтов появляются утверждения о некоторых лекарствах, которые не были экспериментально подтверждены», – говорит Опреа.
Помимо прочего, неверная информация может привести к тому, что ученые и врачи будут тратить время и деньги на поиск слепых выводов.
Искусственный интеллект и машинное обучение могут использовать огромные вычислительные мощности для проверки многих утверждений, сделанных в исследовательской работе, предполагают авторы, группа исследователей из государственного и частного секторов из США.S., Швеция, Дания, Израиль, Франция, Великобритания, Гонконг, Италия и Китай во главе с Джереми Левином, председателем Организации биотехнологических инноваций, и Алексом Жаворонковым, генеральным директором InSilico Medicine.
«Я думаю, что в этом есть огромный потенциал», – говорит Опря. "Я думаю, что мы находимся на пороге разработки инструментов, которые помогут в процессе экспертной оценки."
Хотя инструменты еще не полностью разработаны, «мы действительно приближаемся к тому, чтобы позволить автоматизированным системам обрабатывать тонны публикаций и искать расхождения», – говорит он. "Мне не известно о какой-либо такой системе, которая существует в настоящее время, но мы предполагаем, что при адекватном финансировании она может стать доступной."
Интеллектуальный анализ текста, при котором компьютер просматривает миллионы страниц текста в поисках определенных шаблонов, уже «чрезвычайно полезен», – говорит Опреа. "Мы добиваемся прогресса в этом."
С тех пор, как разразилась эпидемия COVID, Опреа сам использовал передовые вычислительные методы, чтобы помочь идентифицировать существующие лекарства с потенциальной противовирусной активностью, взятые из библиотеки, состоящей из тысяч кандидатов.
«Мы не говорим, что у нас есть лекарство от недостатка экспертной оценки, но мы говорим, что лекарство находится в пределах досягаемости, и мы можем улучшить то, как система в настоящее время реализована», – говорит он. "Уже в следующем году мы сможем обработать большую часть этих данных и использовать их в качестве дополнительных ресурсов для поддержки процесса экспертной оценки."