Cómo aplicar la inteligencia artificial a la pandemia del VIH% 2 faids

por Jessica Hall

Ninguno de nosotros es tan sabio como todos nosotros, cuando se trata de diagnósticos. Por lo tanto, tiene sentido involucrar el aprendizaje profundo en la medicina dondequiera que podamos. Piense en lo que Watson de IBM puede hacer hoy. Ahora imagine un AI capaz de un aprendizaje profundo, uno específicamente construido para medicamentos, programado para diagnósticos. Cualquier persona no va a ganar cuando se lanza contra las percepciones de diagnóstico reunidas y las perlas clínicas de todos los médicos, pasados y presentes. Ponga otra forma, el aprendizaje profundo podría ser un multiplicador de fuerza increíble.

Y necesitamos todos los multiplicadores de la fuerza que podamos obtener, en esta guerra interminable contra la enfermedad. Construye un mejor ratón, como dice el dicho, y la naturaleza construirá un mejor ratón. Seguro lo suficiente, las enfermedades evolucionan. Incluso virus. Como usted puede saber, hay múltiples cepas de VIH? El grupo M es solo un tipo de tensión "primera" (VIH-1) responsable de la pandemia del SIDA humano. Pero hay aproximadamente una docena de subtipos dentro del Grupo M que cada uno pasa por el rato en su propia biorregión.

Uno de los obstáculos para tratar el VIH es su alta variabilidad genética. Es difícil hacer que los medicamentos con base de anticuerpos sean lo suficientemente rápidos como para mantenerse al día con un virus que se arrastra constantemente alrededor de su genoma. Los ensayos para una vacuna están en curso, pero nadie lo tiene bastante, en parte debido a esta incesante mutación.

Lo fascinante de los virus es que debajo de la campana, no son más que un material genético, con un encabezado y pie de página que contienen su código de duplicación, más unas pocas líneas de metadatos que pueden codificar para una proteína o un lípidos o dos. Al igual que puede rastrear los cambios en Word, puede rastrear los cambios en un virus a lo largo del tiempo, dadas muestras suficientes y la inversión suficiente de músculo computacional. Así es como sabemos sobre todos esos subtipos.

VIH atacando glóbulos rojos.

Sin embargo, como sucede, el análisis multivariado es una fuerza particular de la AI. El tipo de sofisticado número de crujido n-dimensional que podría mantener un equipo de docenas de científicos ocupados durante años, Watson podría desayunar con sus 16 terabytes de RAM. Así es como obtenemos esos hermosos modelos predictivos de lo que harán las galaxias cuando colisionen, y cómo funcionará el rendimiento aerodinámico en un automóvil diseñado completamente con CAD.

También es lo que hace que Ai sea un poderoso aliado en la lucha contra el VIH.

Muchos factores gobiernan la propagación de enfermedades. Más allá de la propia secuencia genética del patógeno, y los factores de virulencia que códia, todavía hay muchas otras variables. Las fuerzas económicas, políticas, sociales y meteorológicas pueden cambiar el movimiento de las personas, individualmente y en masa. Hay una crisis a nivel nacional de opiáceos y adicciones a la heroína, y en su estela hay una tormenta de recolección de infecciones por VIH a través de la compartición de agujas. La gente se mueve alrededor del planeta, y con esas personas viajan los patógenos que albergan.

Pero podríamos usar AI para construir una evaluación educada y matizada de muchas diferentes fuerzas y factores, al conectar ese ridículo volumen de datos multivariados a un programa que puede rastrear a todos los cambios que cambian a la vez. Podríamos desplegar el aprendizaje profundo y las redes neuronales para sus patrones que no podemos ver, y luego usamos esos patrones para rastrear y predecir la propagación y el cambio de los muchos subtipos de VIH.

Pero todavía no se hace el trabajo de AI. Comparando el cambio en el código genético con las tasas de infección y los factores de virulencia podrían darnos un mejor modelo para trabajar hacia una vacuna para este virus insoportable. Y si finalmente logramos programar una AI que nos diría cómo llega a sus conclusiones, eso sería una poderosa colaboración. Imagina un AI que evoluciona con el virus que rastrea. Una inteligencia artificial construida con el propósito que podría decirnos cómo está haciendo sus decisiones, si se aplica a la epidemiología y la virología, podrían avanzar en todo el campo.