Η επιστημονική ομάδα του Cambridge συνεργάστηκε με «επιστήμονα» Τεχνητής Νοημοσύνης και τα νέα που φέρνει σε επίσημη ανακοίνωσή του το πανεπιστήμιο, αφορούν μια πολλά υποσχόμενη προσέγγιση για την αντιμετώπιση του καρκίνου.
Από το AI και τους επιστήμονες, προέκυψε, πως οι συνδυασμοί φθηνών και ασφαλών φαρμάκων, που χρησιμοποιούνται για θεραπεία, όπως η αντιμετώπιση της υψηλής χοληστερόλης, θα μπορούσαν να είναι αποτελεσματικοί και σε θεραπείες για τον καρκίνο.
Η ομάδα, με επικεφαλής το Πανεπιστήμιο του Cambridge, χρησιμοποίησε το γλωσσικό μοντέλο GPT-4 (LLM), την τέταρτη γενιά ενός μεγάλου πολυτροπικού μοντέλου γλώσσας που δημιουργήθηκε από την OpenAI, για να εντοπίσει «κρυμμένα» μοτίβα στη χαοτική επιστημονική βιβλιογραφία, ώστε να εντοπίσει νέα πιθανά φάρμακα για τον καρκίνο.
Το πείραμα σε μελέτη για τον καρκίνο του μαστού
Για να δοκιμάσουν την προσέγγισή τους, οι ερευνητές ζήτησαν από το GPT-4 να εντοπίσει πιθανούς νέους συνδυασμούς φαρμάκων που θα μπορούσαν να έχουν σημαντικό αντίκτυπο σε μια κυτταρική σειρά καρκίνου του μαστού που χρησιμοποιείται συνήθως στην ιατρική έρευνα. Του έδωσαν εντολή να αποφύγει τα συνήθη αντικαρκινικά φάρμακα, να εντοπίσει φάρμακα που θα «χτυπούσαν» τα καρκινικά κύτταρα χωρίς να βλάπτουν τα υγιή και να δώσει προτεραιότητα σε φάρμακα που ήταν οικονομικά προσιτά και εγκεκριμένα από τις ρυθμιστικές αρχές.
Οι συνδυασμοί φαρμάκων που πρότεινε το GPT-4 δοκιμάστηκαν στη συνέχεια από ειδικούς επιστήμονες, τόσο σε συνδυασμό όσο και μεμονωμένα, προκειμένου, να αξιολογηθεί η αποτελεσματικότητά τους κατά των καρκινικών κυττάρων του μαστού. Στην πρώτη εργαστηριακή δοκιμή, τρεις από τους 12 συνδυασμούς φαρμάκων που πρότεινε το GPT-4 λειτούργησαν καλύτερα από τα τρέχοντα φάρμακα για τον καρκίνο του μαστού. Στη συνέχεια, το Μεγάλο Γλωσσικό Μοντέλο, LLM, έμαθε από αυτές τις δοκιμές και πρότεινε άλλους τέσσερις συνδυασμούς, τρεις από τους οποίους έδειξαν επίσης πολλά υποσχόμενα αποτελέσματα.
Τα LLMs
Τα αποτελέσματα, που δημοσιεύθηκαν στο περιοδικό Journal of the Royal Society Interface, αποτελούν την πρώτη περίπτωση ενός συστήματος κλειστού βρόχου, όπου τα πειραματικά αποτελέσματα καθοδηγούσαν ένα LLM και τα αποτελέσματα του LLM - ερμηνευμένα από επιστήμονες - καθοδηγούσαν περαιτέρω πειράματα. Σύμφωνα με τους ερευνητές, εργαλεία όπως τα LLM δεν αντικαθιστούν τους επιστήμονες, αλλά αντίθετα θα μπορούσαν να είναι AI επόπτες ερευνητές.
Συχνά, τα LLMs όπως το GPT-4 επιστρέφουν αποτελέσματα που δεν είναι αληθινά, γνωστά ως ψευδαισθήσεις. Ωστόσο, στην επιστημονική έρευνα, οι ψευδαισθήσεις μπορεί μερικές φορές να είναι ωφέλιμες, εάν οδηγούν σε νέες ιδέες που αξίζει να δοκιμαστούν.
«Τα εποπτευόμενα LLM προσφέρουν ένα κλιμακούμενο, ευφάνταστο επίπεδο επιστημονικής εξερεύνησης και μπορούν να μας βοηθήσουν ως ανθρώπους επιστήμονες να εξερευνήσουμε νέα μονοπάτια που δεν είχαμε σκεφτεί πριν», δήλωσε ο καθηγητής Ross King από το Τμήμα Χημικής Μηχανικής και Βιοτεχνολογίας του Cambridge, ο οποίος ηγήθηκε της έρευνας. «Αυτό μπορεί να είναι χρήσιμο σε τομείς όπως η ανακάλυψη φαρμάκων, όπου υπάρχουν πολλές χιλιάδες ενώσεις προς αναζήτηση».
«Δεν μας αντικαθιστούν, λειτουργούν σαν ακούραστοι ερευνητικοί συνεργάτες»
Με βάση τις υποδείξεις που του παρείχαν οι επιστήμονες, το GPT-4 επέλεξε φάρμακα με βάση την αλληλεπίδραση μεταξύ της βιολογικής λογικής και των κρυμμένων μοτίβων στην επιστημονική βιβλιογραφία.
«Δεν πρόκειται για αυτοματισμό που αντικαθιστά τους επιστήμονες, αλλά για ένα νέο είδος συνεργασίας», δήλωσε ο συν-συγγραφέας της μελέτης, Dr Hector Zenil, από το King's College του Λονδίνου, ο οποίος ξεκαθάρισε, ότι:
«Καθοδηγούμενη από τις υποδείξεις των εμπειρογνωμόνων και την πειραματική ανατροφοδότηση, η Τεχνητή Νοημοσύνη λειτούργησε σαν ένας ακούραστος ερευνητικός συνεργάτης - πλοηγήθηκε ταχύτατα σε έναν τεράστιο χώρο υποθέσεων και πρότεινε ιδέες για τις οποίες οι άνθρωποι θα χρειάζονταν μόνοι τους πολύ περισσότερο χρόνο».
Οι παραισθήσεις - που κανονικά θεωρούνται ως ελαττώματα - έγιναν χαρακτηριστικό γνώρισμα, δημιουργώντας αντισυμβατικούς συνδυασμούς που άξιζε να δοκιμαστούν και να επικυρωθούν στο εργαστήριο. Οι ανθρώπινοι επιστήμονες επιθεώρησαν τους μηχανιστικούς λόγους που βρήκε το LLM για να προτείνει αυτούς τους συνδυασμούς εξ αρχής, τροφοδοτώντας το σύστημα μπρος-πίσω σε πολλαπλές επαναλήψεις.
Έξι πολλά υποσχόμενα ζεύγη φαρμάκων
Εξερευνώντας λεπτομερώς όσα περισσότερα σενάρια και υποθέσεις τέθηκαν, το GPT-4 βοήθησε στον εντοπισμό έξι πολλά υποσχόμενων ζευγών φαρμάκων, τα οποία δοκιμάστηκαν όλα μέσω εργαστηριακών πειραμάτων. Μεταξύ των συνδυασμών, η σιμβαστατίνη (που χρησιμοποιείται συνήθως για τη μείωση της χοληστερόλης) και η δισουλφιράμη (που χρησιμοποιείται στην εξάρτηση από το αλκοόλ) ξεχώρισαν έναντι των καρκινικών κυττάρων του μαστού. Ορισμένοι από αυτούς τους συνδυασμούς παρουσιάζουν δυνατότητες για περαιτέρω έρευνα στη θεραπευτική επαναχρησιμοποίηση.
Με την επισήμανση ότι τα παραπάνω δεν συνδέονται παραδοσιακά με τη θεραπεία του καρκίνου, το πανεπιστήμιο, αναφέρει ότι θα μπορούσαν να αποτελέσουν δυνητικές θεραπείες για τον καρκίνο, αφού πρώτα περάσουν από εκτεταμένες κλινικές δοκιμές.
«Η ικανότητα των εποπτευόμενων LLM να προτείνουν υποθέσεις σε διάφορους κλάδους, να ενσωματώνουν προηγούμενα αποτελέσματα και να συνεργάζονται με επαναλήψεις, σηματοδοτεί ένα νέο κεφάλαιο στην επιστημονική έρευνα. Ένας AI επιστήμονας δεν είναι πλέον μια μεταφορά χωρίς πειραματική επικύρωση: μπορεί πλέον να είναι συνεργάτης στην επιστημονική διαδικασία».
