Sztuczna inteligencja w służbie zwierzętom. Jak AI zmieni zasady testowania leków?

Niemieccy naukowcy wychodzą naprzeciw oczekiwaniom osób sprzeciwiających się wykorzystywaniu zwierząt w testach farmaceutycznych. Profesor Jörn Lötsch, farmakolog kliniczny z Uniwersytetu Goethego oraz informatyk, profesor Alfred Ultsch z Uniwersytetu Filipa w Marburgu, opracowali innowacyjny model sztucznej inteligencji o nazwie genESOM.

Rozwiązanie to pozwala znacząco ograniczyć liczbę zwierząt biorących udział w eksperymentach, nie wpływając przy tym negatywnie na wiarygodność wyników niezbędnych do określenia skuteczności nowych leków.

Jak działa genESOM?

Warto na wstępie podkreślić, że ten innowacyjny model nie zastąpi całkowicie eksperymentów na żywych organizmach. Sztuczna inteligencja bazuje bowiem na już uzyskanych wynikach, a następnie generuje na ich podstawie nowe, dodatkowe punkty danych. Tak powstała, spójna całość odzwierciedla kompleksowe badanie, które normalnie wymagałoby zaangażowania znacznie większej liczby zwierząt – mimo że w połowie zostało „uzupełnione” przez AI.

Co jednak w momencie, gdy w procesie sztuczna inteligencja natrafi na błąd? Aby nie musieć w pełni polegać na dedukcji inteligencji maszynowej, badacze wprowadzili system kontroli błędów. AI celowo wpuszcza do procesu „fałszywy alarm” i sprawdza, jak on się rozprzestrzenia. Jeśli błędy zaczynają zbyt mocno zniekształcać wynik, system automatycznie przerywa pracę, by nie zepsuć wartości naukowej całego badania. W ten sposób proces generowania nowych danych został oddzielony od procesu kontroli, który na bieżąco śledzi możliwość powstawania wyłączających wyniki błędów.

Skuteczność potwierdzona w badaniach

Skuteczność modelu genESOM potwierdzono w praktyce, analizując dane z badań nad lekiem na stwardnienie rozsiane. Naukowcy celowo okroili oryginalny zbiór danych z 26 do zaledwie 18 myszy, aby sprawdzić, jak poradzi sobie sztuczna inteligencja. W tak małej grupie wszelkie dowody na działanie leku zniknęły, a statystyki przestały wykazywać jakąkolwiek istotność. Jednak po zastosowaniu genESOM i cyfrowym uzupełnieniu brakujących informacji, wszystkie efekty leczenia stały się ponownie widoczne. System odtworzył pełny obraz badania bez generowania błędnych wyników, co jest kluczowe dla bezpieczeństwa medycznego.

Przyszłość eksperymentów z wykorzystaniem sztucznej inteligencji

Profesor Lötsch podkreśla, że dzięki genESOM liczbę zwierząt w badaniach można ograniczyć od 30 do 50% bez szkody dla nauki. System ten nie jest jednak magicznym rozwiązaniem, ponieważ do badań nad lekami wciąż potrzebuje danych z rzeczywistych eksperymentów. Badacz zaznacza przy tym, że liczby zwierząt laboratoryjnych nie da się zmniejszać w nieskończoność. Jeśli grupa testowa będzie zbyt mała, AI może zacząć wyolbrzymiać przypadkowe wyniki, co uczyni całe badanie bezwartościowym.

Mimo tych ograniczeń twórcy są przekonani, że ich narzędzie to ogromny krok naprzód w drodze do uzyskania kompromisu pomiędzy etyką a skutecznością badań. Dzięki stworzonym mechanizmom maszynowym realne ograniczenie cierpienia zwierząt w laboratoriach może stać się faktem na szeroką skalę.

Źródła: Phys.org, ScienceDirect

Nasz autor

Olaf Kardaszewski

Absolwent Instytutu Stosowanych Nauk Społecznych na Uniwersytecie Warszawskim. Obecnie student magisterskiego kierunku Studiów Miejskich na tej samej uczelni. Interesuje się społecznymi i kulturowymi aspektami zmieniającego się świata, o czym chętnie pisze w swoich pracach. Współprowadzący projekt „Podziemna Warszawa” w National Geographic Polska. Uwielbia podróże, w trakcie których zawsze stara się obejrzeć mecz lokalnej drużyny piłkarskiej.