AI sada cilja slabu točku biomedicine: radove koje nitko ne može ponoviti
og:image / twitter:image📷 STAT News / statnews.com
- ★Inicijativa cilja na krizu reproduktivnostikoja traje od ranih 1990-ih, s fokusom na radove visokog utjecaja u vodećim časopisima
- ★AI sustav analizira eksperimentalne podatke kako bi otkrio nekonzistentnosti i potencijalne manipulacije u objavljenimstudijama
- ★Projekt se nastavlja na uspjeh CASP modelakoji je doveo do DeepMindove Nobelovenagrade za kemiju 2024. godine
JohnMoult, međunarodno priznati stručnjak koji je1994. godine osnovao CASP, sada pokreće inicijativu koja bi mogla trajno izmijenitipravila igre u biomedicinskim istraživanjima. Njegov je cilj razviti objektivni sustav za evaluaciju objavljene literature, s posebnim fokusom napodručje Alzheimerove bolesti,gdje se stotine studija međusobno proturječi. Umjetnainteligencija (AI) preuzima središnju ulogu u ovom projektu, donoseći potpuno novu razinu preciznosti u otkrivanjunekonzistentnih podataka i potencijalnih manipulacija. CASP projekt,koji je prije tri desetljeća započeo kao anonimno natjecanje za procjenu strukture proteina, u konačnici je doveodo DeepMindove Nobelove nagrade zakemiju 2024. godine. Sada se tajprovjereni model primjenjuje na širu znanstvenu metodu,gdje se AI koristi za sustavnuanalizu eksperimentalnih podataka i objavljenih studija. Moultova vizijanije samo povećati broj validiranih rezultata, već stvoritimehanizam koji će samostalnodetektirati greške prije negošto uđu u širu literaturu.
Konzorcijbioloških stručnjakai znanstvenika podataka koristi umjetnu inteligenciju za industrijsku provjeru objavljenih studija
Openverse: Scientists working with AI computers📷 Jefferson Lab / flickr (via Openverse)
Osnovni problem koji ovaj projekt rješava jest kriza reproducibilnosti — fenomen koji košta biomedicinskeistraživače milijarde dolarai desetljeća napretka. APOE4 gen, ključan faktor u razvoju Alzheimerove bolesti, postao je simbol tog problema: brojne studije dovele su dokontradiktornih zaključakao njegovoj ulozi, što jeizravno otežalo razvoj terapija i dijagnostičkih alata. Moultov pristup temelji se na retroaktivnoj analizi postojeće literature pomoću velikihjezičnih modela, koji moguuočiti obrasce i nepravilnosti koje ljudskim recenzentimabježe. Ovaj sustav trenira se na tisućama objavljenih radova visokog utjecaja uvodećim časopisima, omogućavajući algoritmu daprepozna skrivene nekonzistentnostiu eksperimentalnim nizovima. Primjena AI tehnologije na znanstvenu provjeru kvalitete označava fundamentalni pomak u načinu naćeakademska zajednica pristupavalidaciji podataka, pretvarajućiretrospektivnu provjeru u automatiziranu standardnu proceduru.

